学位论文 > 优秀研究生学位论文题录展示
D~2核K-means算法在标签系统中的应用研究
作 者: 马翩翩
导 师: 苏一丹
学 校: 广西大学
专 业: 计算机软件与理论
关键词: 社会化标签系统 K-means聚类 D~2权重 用户兴趣社区
分类号: TP393.09
类 型: 硕士论文
年 份: 2012年
下 载: 27次
引 用: 0次
阅 读: 论文下载
内容摘要
随着互联网用户的个性化需求和社区化生活方式的推广,Web2.0下的社会化标签系统迅速发展。为了更好的利用社会化标签系统,学者从不同的方面给予研究:标签标注模型、标签的可视化研究、标签的应用以及社会化标签系统中的局限性。本文主要研究社会化标签应用中个性化推荐的核心基础即用户兴趣社区构建,具体工作主要包括以下几方面:1本文首先阐述构建用户兴趣社区的研究现状,介绍所涉及的聚类技术,社会化标签系统,用户兴趣社区的定义,研究了在社会化标签中构建用户兴趣社区的谱聚类,层次聚类以及K-means算法等方法。2介绍K-means算法使用的目标函数改变定理,正态分布,D2思想等相关知识,研究了核K-means算法及其关特性,重点分析该算法的不足,提出了一种基于D2权重的核K-means聚类算法,在公共数据集UCI上对新旧算法进行验证,证明改进的算法具有更好的聚类效果。3分析K-means算法在构建用户兴趣社区中的不足,提出基于语义和时间的聚类框架,使用改进的D2权重核K-means算法与K-means算法对用户聚类进行对比实验,证明改进的D2权重核K-means算法能够更好地识别用户兴趣社区。
|
全文目录
摘要 4-5 ABSTRACT 5-9 第一章 绪论 9-14 1.1 课题背景及意义 9 1.2 国内外研究现状 9-12 1.3 主要工作 12-13 1.3.1 研究内容 12 1.3.2 论文创新点 12-13 1.4 论文的组织结构 13-14 第二章 背景知识概述 14-24 2.1 聚类分析 14-19 2.1.1 聚类概述 14-17 2.1.2 K-means算法简介 17-19 2.2 社会标签系统中构建用户兴趣社区的常用方法 19-23 2.2.1 社会化标签概述 19-21 2.2.2 构建用户兴趣社区方法的概述 21-23 2.3 本章小结 23-24 第三章 改进的基于D~2权重的核K-means聚类算法 24-37 3.1 相关知识 24-27 3.1.1 K-means中相关定理 24-25 3.1.2 正态分布 25-26 3.1.3 D~2权重思想 26-27 3.2 相关核K-means算法 27-32 3.2.1 核K-means算法 27-30 3.2.2 改进的D~2核K-means算法实现 30-32 3.3 算法实验与结果分析 32-36 3.3.1 数据准备 32-33 3.3.2 性能评价标准 33 3.3.3 实验结果与分析 33-36 3.4 本章小结 36-37 第四章 改进的D~2权重核K-means算法在构建用户社区中的应用 37-48 4.1 K-means聚类在构建用户兴趣社区中的概述 37 4.2 构建用户兴趣社区的相关知识 37-44 4.2.1 构建用户兴趣社区中的相关表达 37-42 4.2.2 本文聚类框架 42-44 4.3 实验与分析 44-47 4.3.1 实验数据集 44 4.3.2 性能评价标准 44 4.3.3 实验参数分析 44-45 4.3.4 实验分析 45-47 4.4 本章小结 47-48 第五章 总结与展望 48-50 5.1 本文总结 48-49 5.2 工作展望 49-50 参考文献 50-55 致谢 55-56 攻读硕士学位期间发表的学术论文 56
|
相似论文
- 基于遗传算法和粗糙集的聚类算法研究,TP18
- 基于粒子群优化的Fuzzy c-mean聚类算法的基因芯片图像处理,TP391.41
- Web数据挖掘技术在网络教育论坛中的应用研究,G434
- 改进分水岭算法在医学图像分割中的应用研究,TP391.41
- 基于特征提取的视频场景分类技术研究,TP391.41
- 分布式能源供应链的规划与鲁棒运作研究,F274;F407.22
- 基于单亲遗传算法的聚类分析研究,TP18
- 隐马尔可夫模型在基因调控网络建模中的应用,O211.62
- 基于ASA的一个动态聚类算法及其有效性,O212
- 基于聚类分析方法的非线性系统多模型预测控制算法研究,TP273
- 基于RBF网络的OKP企业变型零件生产提前期估算,F407.4
- 基于改进K-means聚类的系统发育谱方法在基因功能注释中的应用,TP399-C8
- K-MEANS聚类算法在银行个人客户经理管理中的应用研究,F832.2
- 离心式风机振动故障诊断方法研究,TH442
- 基于概率神经网络和K-means算法的纳税评估,F224
- 基于机器视觉的车辆检测和车距测量方法研究,TP274
- 移动环境中基于聚类的个性化推荐算法研究,TP301.6
- 基于模糊聚类的地球化学数据分析处理,P595
- 基于视频的多车型交通信息采集,TP391.41
- 汽车行驶工况的构建及波动特性研究,U462.3
- 基于SOM的神经网络聚类方法在临床检验知识发现中的适用性研究,TP311.13
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 计算机网络 > 一般性问题 > 计算机网络应用程序
© 2012 www.xueweilunwen.com
|