一种基于特征属性的Web用户模糊聚类改进算法

摘要：

为降低传统FCM算法的计算复杂性,提高Web用户聚类的效果,文中提出了一种改进的基于特征属性的Web用户模糊聚类算法.首先通过用户访问页面的次数和时间建立Web用户兴趣度矩阵,并根据商品的特征属性值将Web用户兴趣度矩阵映射为用户对特征属性的偏好矩阵,从而有效降低数据稀疏性；然后以此为数据集,对传统的FCM算法进行了改进,将聚类中心分为活动和稳定两种,忽略稳定聚类中的距离计算以降低计算复杂性.最后通过仿真实验证实了新算法的有效性和可行性.

关键词：特征属性、Web用户、模糊聚类、模糊C均值算法

所属期刊栏目：22

分类号：TP391(计算技术、计算机技术)

资助基金：宁波市自然科学基金2010A610118;宁波市先进纺织技术与服装CAD重点实验室2011ZDSYS-A-004

在线出版日期：2012-10-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：95-98