基于用戶興趣的混合數(shù)據(jù)聚類算法研究.pdf

1、隨著互聯(lián)網(wǎng)的飛速發(fā)展，在各個領(lǐng)域都產(chǎn)生了大量的數(shù)據(jù)，特別是在電子商務(wù)領(lǐng)域中產(chǎn)生了大規(guī)?；旌蠈傩缘挠脩粜畔?shù)據(jù)。如何在這些大規(guī)模的混合屬性數(shù)據(jù)中挖掘出有價值的知識和規(guī)律，成為數(shù)據(jù)挖掘領(lǐng)域的研究的熱點之一。而聚類是數(shù)據(jù)挖掘中一種重要的技術(shù)，通過尋找數(shù)據(jù)間的相似性對數(shù)據(jù)進行分類，發(fā)現(xiàn)其中隱含有用的信息和知識。當(dāng)今用戶角色在信息時代的作用有了很大提升，因此在海量的數(shù)據(jù)信息中找到和用戶相關(guān)的、用戶感興趣的信息是非常具有挑戰(zhàn)性的任務(wù)。本文在研究混合

2、數(shù)據(jù)聚類時，將用戶興趣信息引入數(shù)據(jù)處理中，能夠使得數(shù)據(jù)的聚類結(jié)果有助于信息的推薦與用戶的行為決策。本文的主要內(nèi)容包括以下三個方面:
　　 (1)針對信息時代中用戶角色越來越重要的情形，在聚類分析中，引入用戶興趣信息，基于用戶興趣域和“數(shù)據(jù)-用戶興趣域”隸屬度的概念，提出了基于用戶興趣混合數(shù)據(jù)聚類標(biāo)簽UIMCL算法。該算法能有效的利用小規(guī)模的用戶興趣信息對大規(guī)模的混合數(shù)據(jù)進行聚類標(biāo)簽處理。
　　 (2)在對混合數(shù)據(jù)聚類處理

3、中，為了克服以往數(shù)據(jù)標(biāo)簽算法只能為擬標(biāo)記數(shù)據(jù)指派一個類標(biāo)簽的局限性，通過調(diào)節(jié)UIMCL算法中的聚類標(biāo)簽控制閥值，能夠?qū)崿F(xiàn)對數(shù)據(jù)樣本的多標(biāo)簽處理。通過多標(biāo)簽聚類得到的結(jié)果可應(yīng)用于電子商務(wù)的推薦服務(wù)中和提高用戶的行為決策。
　　 (3)在混合數(shù)據(jù)聚類距離度量中，引入用戶興趣信息，修改距離的度量計算方式。在不同的聚類算法中引入興趣距離度量，能夠與原算法取得一樣的聚類效果。而且基于用戶興趣的聚類距離度量能夠?qū)崿F(xiàn)數(shù)據(jù)的降維，同時聚類結(jié)果更