应用于数字电视用户浏览行为的二分K-medoids聚类算法

• 作者: 孙丹 费红英
• 来源期刊: 计算机应用研究
• 关键词: 数字电视 用户浏览行为 聚类算法 云相似度 二分K-medoids
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3575-3578
• 页数: 4页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.12.012

摘要

为了对数字电视用户浏览行为进行有效分析,提出了应用于数字电视用户浏览行为的二分K-medoids算法.针对欧氏距离容易丢失数据信息、受异常值影响较大的缺点,利用云相似度对聚类算法进行了改进,减少异常数据等不确定因素对聚类结果的影响;针对K-means算法易受人为因素影响的迭代次数、大数据环境下聚类中心不再变化难以实现等停止准则问题,使用了一种综合类内、类间相似度和类簇个数三个因素的停止准则,在不过度消耗系统资源的同时又能满足实际的聚类需求.在实验中将基于云相似度的二分K-medoids (BKS)、基于云相似度的K-medoids (KS)算法在不同用户数量下进行测试,实验结果表明提出的算法提高了聚类准确性和算法的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	费红英	上海大学管理学院	5	7	2.0	2.0
2	孙丹	上海大学管理学院	1	2	1.0	1.0