首页|基于用户特征的K-means聚类算法应用与改进研究

基于用户特征的K-means聚类算法应用与改进研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
随着电子商务的快速发展,用户数量与日俱增,商品数量庞大.在海量商品中,如何快速地得到自己想要的商品.基于这个问题,该文利用了用户的个人信息,将用户的个人性格特征、所属职业,以层次树的方式进行量化表示,并采用K-means算法将用户进行聚类,具有相似特征的用户在同一个类别中,将查询最近邻时间降低.最后针对K-means聚类算法初始中心的选择问题,采用kruskal算法构造最小生成树的思想进行改进,解决了k中心点的选择问题.

王辉、赵玮、祁薇

展开 >

海军大连舰艇学院基础部,辽宁大连116018

个人特征 次树 k-means算法 Kruskal最小生成树

中国人民解放军海军大连舰艇学院2018年学院科研发展基金资助项目

DJYKYKT2018-19

2018

电脑知识与技术
时代出版传媒股份有限公司 中国计算机函授学院

电脑知识与技术

影响因子：0.297
ISSN：1009-3044
年,卷(期)：2018.14(35)
  • 2
  • 5