面向用户偏好分析的无向图层次聚类并行优化算法

摘要：

用户偏好分析是构建用户个性化服务的基础,是用户在对商品或者服务进行考量之后所做出的理性且带有个人倾向的选择.传统的无向图层次聚类算法在聚合时每次都需要重新运算边的权重,而且每次合并的点数量有限.上述问题使得传统算法不能被有效用于用户偏好分析.为能精确地挖掘用户偏好,文中提出一种无向图层次聚类的并行优化算法.首先,算法通过分裂高热节点,削弱衰减因子的消极影响;其次,采用一种并行的方法对无向图实现聚合,优化聚类的速度;最后,将基于用户的搜索行为而得到内容偏好分类判断为依据对内容进行聚合.通过实验对该算法进行了验证,实验结果表明该算法能够显著提高聚类的覆盖率、效率及准确率.

关键词：用户偏好、无向图层次聚类、并行优化、聚合

所属期刊栏目：48

分类号：TP311.13(计算技术、计算机技术)

资助基金：国家自然科学基金项目;山东省自然科学基金项目

在线出版日期：2020-07-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1137-1142