2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩51頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、Web2.0技術(shù)的日益盛行,隨之而來的便是更加豐富的新型數(shù)據(jù)和大量網(wǎng)絡(luò)用戶。如何利用標(biāo)簽特性,結(jié)合數(shù)據(jù)挖掘的相關(guān)技術(shù),挖掘用戶的興趣信息,從而更好地理解用戶、發(fā)現(xiàn)用戶的行為規(guī)律,據(jù)此提供針對不同用戶的個性化服務(wù)具有重要的理論和現(xiàn)實意義。本文將對社會化標(biāo)簽環(huán)境下的用戶進行分析,具體包括以下幾個方面:
   1、深入分析研究K-medoids算法,針對傳統(tǒng)K-medoids算法所存在的初始中心點選擇敏感、大數(shù)據(jù)集聚類應(yīng)用中性能低下等

2、問題,提出從初始中心和運行效率上對其進行改進,改進策略為:首先使用簇內(nèi)微調(diào)的方式對初始中心進行優(yōu)化處理并劃分后,再采取逐步擴展中心候選集的方式來降低中心替換的時間復(fù)雜度。分別從理論和UCI數(shù)據(jù)集上的實驗進行了驗證,實驗結(jié)果表明改進的算法取得了更好的聚類質(zhì)量,且在運行效率上有了很大的提高。
   2、K-medoids聚類在標(biāo)簽用戶特征分析中的應(yīng)用。首先,對于個體用戶,先對標(biāo)簽系統(tǒng)中個性化用戶建模技術(shù)進行研究,針對現(xiàn)有模型構(gòu)建方法

3、中所存在的問題,設(shè)計了一種新的建模方法一基于標(biāo)簽與標(biāo)簽組相結(jié)合的用戶建模方法(Tag Combined with Tag-Pair,簡稱TCTP法):該方法將自然法與共現(xiàn)法相結(jié)合,綜合他們各自的優(yōu)勢,既考慮了能體現(xiàn)用戶興趣特點的單個標(biāo)簽,又將經(jīng)常聯(lián)合使用的標(biāo)簽對加進來,Bibsonomy數(shù)據(jù)集實驗驗證了該方法較自然法和共現(xiàn)法取得了更好的結(jié)果;其次,對由TCTP法構(gòu)建的用戶興趣模型進行了分析,了解個體用戶的特征;最后,把K-medoids

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論