基于K均值聚类算法的数字媒体推荐方法研究

• 作者: 易茹
• 来源期刊: 长春工程学院学报（自然科学版）
• 关键词: 数字媒体 K均值聚类 推荐算法
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 信息技术及应用
• 页码范围: 99-102
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1009-8984.2020.04.020

摘要

网络化信息时代的数字媒体快速发展,数字媒体推荐对数字媒体的传播具有重要的影响,有效的数字媒体推荐算法对提高数字媒体的传播质量具有至关重要的意义.基于K均值聚类算法对数字媒体推荐方法进行了研究,在对传统K均值聚类算法分析的基础上提出了改进的K均值聚类算法,建立了基于K均值聚类算法的数字媒体推荐模型,并应用于微博推荐中.结果表明,应用改进的K均值聚类算法对数字媒体进行推荐,提高了用户的满意度和推荐精度,增强了推荐的实效性.研究结果对进行数字媒体推荐,提高数字媒体传播质量提供了参考.