-
题名基于访问行为序列相似度的加权聚类算法
被引量：2
- 1
-
-
作者
李维娜
吴晨
-
机构
清华同方光盘电子出版社中国知网
-
出处
《计算机工程与设计》
北大核心
2017年第2期430-436,共7页
-
基金
"十二五"国家科技支撑计划基金项目(2013BAH47F02)
-
文摘
传统算法很少有研究用户行为的聚类,用户访问关键词、访问时间、访问次数等行为都能够反应出其兴趣,从用户行为日志出发,考虑到其访问量、关键词序列以及关键词之间的时间间隔权重,对k-means进行改进,提出一种基于行为序列相似度的加权聚类算法K-Similar,重要的用户群体聚到一类,挖掘出这一类用户的内容需求。该算法已在中国知网的行为日志数据上进行了验证,验证结果表明,该算法在效率和精度上较k-means都有一定程度的提高,得到了兴趣度更高的用户群体,展现了群体的需求特点。
-
关键词
加权聚类
用户访问行为
访问量
关键词序列
时间间隔
序列相似度
-
Keywords
weighted clustering
users’ access behavior
visit volume
keywords sequence
time interval
sequence similarity
-
分类号
TP182
[自动化与计算机技术—控制理论与控制工程]
-
