基于改进K-medoids的社会化标注资源两阶段聚类研究

摘要：

针对社会化标签语义模糊，传统 K-me doids 聚类算法对初始聚类中心敏感、收敛速度缓慢、只能将归类对象划入到单一类别的缺点，提出一种基于改进K-medoids的社会化标注资源两阶段聚类算法。算法应用一种简洁快速的初始聚类中心选取新规则以及改进的聚类准则函数，首先进行标签聚类，然后将同一标签簇中标签标注的网络资源初步划分到同一资源簇中，最后在这些资源簇中再次进行资源聚类。实验结果表明，提出的算法能自主、合理地确定初始聚类中心，聚类过程收敛速度快，聚类结果有更好的准确性。

关键词：社会化标注系统、社会化标签、网络资源聚类、标签聚类、K-me doids聚类算法

分类号：TP311(计算技术、计算机技术)

资助基金：安徽省教育厅自然科学项目“基于社会化标签的用户兴趣建模与个性化信息推荐研究”KJ2012B155;合肥学院科研发展基金重点项目“基于社会化标注的电子商务商品个性化推荐模型及算法研究”13KY08ZD;合肥学院学科带头人培养对象项目2014dtr04。

在线出版日期：2015-03-25（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：159-163,158