原文服务方: 科技与创新       
摘要:
为提高传统SSLOK-means聚类的效率,提出采用CH函数对聚类的参数进行优化判别。其中,利用网络爬虫技术获取新媒体用户的数据信息,并对数据进行标准化处理,然后通过CH函数判别SSLOK-means聚类的最优K值。最后分析用户特征,得出6类兴趣小组,可根据每类兴趣小组的用户特征进行个性化推荐服务。研究结果具有实践应用价值。
推荐文章
基于微信、微博探析新媒体用户行为差异
微信
微博
新媒体
用户差异
基于媒体用户访问行为偏好模型的代理缓存算法
流媒体
代理缓存
内部流行度
Zipf-like分布
一个面向对象的多通道-多媒体用户界面核心系统的实现
面向对象
多通道用户界面
事件-目标结构
多通道整合
基于网络用户行为的相关页面挖掘模型
相关页面
web挖掘
网络用户行为
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 面向聚类的新媒体用户行为挖掘模型构建
来源期刊 科技与创新 学科 工学
关键词 用户特征分析 聚类分析方法 CH函数 个性化推荐
年,卷(期) 2024,(14) 所属期刊栏目
研究方向 页码范围 152-154
页数 3页 分类号
字数 语种 中文
DOI 10.15913/j.cnki.kjycx.2023.14.046
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2024(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
用户特征分析
聚类分析方法
CH函数
个性化推荐
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
论文1v1指导