期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于PLSI的标签聚类研究 被引量:4
1
作者 吴志媛 钱雪忠 《计算机应用研究》 CSCD 北大核心 2013年第5期1316-1319,共4页
针对现有的大众分类中标签模糊导致影响用户搜索效率的问题,使用概率潜在语义索引(probabilistic latent semantic indexing,PLSI)模型对标签进行潜在语义分析,经回火期望最大化(tempered exception maximization,TEM)算法训练得到在潜... 针对现有的大众分类中标签模糊导致影响用户搜索效率的问题,使用概率潜在语义索引(probabilistic latent semantic indexing,PLSI)模型对标签进行潜在语义分析,经回火期望最大化(tempered exception maximization,TEM)算法训练得到在潜在语义下的条件概率,生成概率向量;在此基础上,提出凝聚式层次k中心点(hierarchical agglomerative K-mediods,HAK-mediods)聚类算法对概率向量进行聚类,并进行了相关对比实验。实验结果表明,HAK-mediods算法的聚类效果要好于传统的聚类算法,从而验证了该算法的可行性和有效性。 展开更多
关键词 大众分 概率潜在语义索引 语义标签 回火期望最大化算法 凝聚式层次k中心点聚类
在线阅读 下载PDF
基于网页概率潜在语义信息的用户兴趣聚类 被引量:2
2
作者 钱雪忠 吴志媛 《计算机工程与科学》 CSCD 北大核心 2014年第4期765-771,共7页
为了能准确挖掘用户兴趣点,首先利用概率潜在语义分析PLSA模型将"网页-词"矩阵向量投影到概率潜在语义向量空间,并提出"自动相似度阈值选择"方法得到网页间的相似度阈值,最后提出将平面划分法与凝聚式层次聚类相结... 为了能准确挖掘用户兴趣点,首先利用概率潜在语义分析PLSA模型将"网页-词"矩阵向量投影到概率潜在语义向量空间,并提出"自动相似度阈值选择"方法得到网页间的相似度阈值,最后提出将平面划分法与凝聚式层次聚类相结合的凝聚式层次k中心点HAK-medoids算法,实现用户兴趣点聚类。实验结果表明,与传统的基于划分的算法相比,HAK-medoids算法聚类效果更好。同时,提出的用户兴趣点聚类技术在个性化服务领域可提高个性化推荐和搜索的效率。 展开更多
关键词 概率潜在语义分析 自动相似度阈值选择 用户兴趣 凝聚层次k中心 个性化服务
在线阅读 下载PDF
独立于应用的数据库聚类技术 被引量:1
3
作者 程文琛 胡学钢 《合肥工业大学学报(自然科学版)》 CAS CSCD 北大核心 2013年第7期802-806,共5页
文章提出了一种独立于应用的数据库聚类技术,是多数据库挖掘的重要步骤,处于数据准备阶段,也是分组规则合成的前提,该技术主要包括多数据库最优划分方法,该方法将数据库的属性集当作其特征。数据库最优划分方法采用非对称二元变量相似... 文章提出了一种独立于应用的数据库聚类技术,是多数据库挖掘的重要步骤,处于数据准备阶段,也是分组规则合成的前提,该技术主要包括多数据库最优划分方法,该方法将数据库的属性集当作其特征。数据库最优划分方法采用非对称二元变量相似度计算方法得到数据库间相似度,利用分裂层次聚类法对数据库进行完全划分,然后借鉴k中心点方法提出最大树方法选出对应簇中心,最后利用自适应模糊C-均值聚类方法的评价函数获得最优划分。 展开更多
关键词 非对称二元变量 分裂层次 k中心 自适应模糊C-均值算法 最优划分
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部