期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于改进K-medoids的社会化标注资源两阶段聚类研究 被引量:2
1
作者 郭伟光 汪本强 杨学春 《情报杂志》 CSSCI 北大核心 2015年第2期159-163,158,共6页
针对社会化标签语义模糊,传统K-medoids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... 针对社会化标签语义模糊,传统K-medoids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。 展开更多
关键词 社会化标注系统 社会化标签 网络资源 标签 K-medoids算法
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部