一种基于两阶段聚类的用户兴趣聚类算法研究

摘要：

通过在处理大型数据集合方面具有明显优势的数据挖掘技术,以某论坛里面现有的全部信息作为数据来源进行聚类分析,并对论坛用户的分布、回复帖子的数量及其时间的分布状况进行综合性分析,最终的结论是即使同为注册用户在访问某论坛、发布、回复帖子的时间间隔方面仍然存在着相当大的差异,也就是说以人类正常遗忘曲线为基础建立起来的兴趣更新模型在某论坛上并不适用,所以我们基于以上对网络用户访问论坛的时间间隔分析所得的结果建立一种新的兴趣更新模型,并以此为依据预测用户的兴趣.并对兴趣更新模型以及这种推荐算法是否有效、其运行结果是否可靠进行了验证.

关键词：向量空间模型、两阶段聚类、兴趣特征向量、兴趣更新模型

所属期刊栏目：35

分类号：TP301.6(计算技术、计算机技术)

资助基金：Photoshop实训教学数字化教学资源的开发与“翻转课堂”的应用研究

在线出版日期：2019-10-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：85-89