基于用户兴趣分类优化的聚类模型仿真

作者： 刘建粉 ; 史永昌

摘要：对用户兴趣进行聚类分析对研究消费心理有着重要的意义.提出一种考虑用户兴趣分类优化的聚类模型,采用ID3决策树算法提高用户兴趣分类计算速度,将最高信息增益的属性当成前节点的检测属性,确保结果分解中的用户兴趣样本分类所需的信息量最小,构建用户兴趣分类优化的自适应模糊聚类目标函数,更新聚类原型矩阵,在自适应模糊聚类模型下,直接给出聚类原型的迭代等式,保证分类准确.实验结果说明,所提模型相对于传统聚类模型不容易陷入局部最优解,具有较高的查全率和查准率,对进一步用户行为研究有着较大的意义.

关键字： 用户兴趣 分类 优化 聚类模型 仿真

---

上一篇：一种低触发率的硬件木马设计
下一篇：一种提高SRAM写能力的自适应负位线电路设计