边鹏
- 作品数：3 被引量：18H指数：3
- 供职机构：中国科学院国家科学图书馆更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于检索日志的检索词推荐研究被引量：4
- 2012年
- 为了满足检索用户对推荐服务日益迫切的需求,结合检索词推荐需求研究推荐理论。基于三种典型推荐方法:基于内容的过滤、基于规则的过滤和基于协作的过滤,提出一种检索词的混合推荐方法,并基于检索日志构建一种"脱机预处理和挖掘、联机推荐"的检索词推荐模型。最后,在NSTL嵌入式系统上进行实证研究。基于检索日志数据,以简单检索方式下的检索词推荐为突破口,设计一套原型系统,验证检索词的推荐效果并在原型系统上检验一种改进的BWP方法的效果。
- 边鹏苏玉召
- 关键词：WEB日志挖掘推荐系统个性化最佳聚类数
- 一种改进的K-means算法最佳聚类数确定方法被引量：12
- 2011年
- 对BWP方法进行研究,从嵌入式NSTL个性化推荐的文本聚类需求入手,分析BWP方法的不足,提出一种改进的K-means算法最佳聚类数确定方法。对单一样本类的类内距离计算方法进行优化,扩展BWP方法适用的聚类数范围,使原有局部最优的聚类数优化为全局最优。实验结果可以验证该方法具有良好性能。
- 边鹏赵妍苏玉召
- 一种适合检索词推荐的K-means算法最佳聚类数确定方法被引量：3
- 2012年
- 从嵌入式NSTL文本推荐系统的检索词推荐需求入手,分析原有方法的不足,引入共词分析方法和分化理论,提出一种新的最佳聚类数确定方法,改进最小类间距离和平均类内距离的计算方法,强化聚类结果的推荐效果,同时使推荐效果可以随着样本数据的变化而动态调整。最后,运用实验验证该方法的有效性。
- 边鹏赵妍苏玉召
- 关键词：K-MEANS聚类聚类数文本聚类
