高利军
- 作品数：3 被引量：58H指数：2
- 供职机构：河南科技大学电子信息工程学院更多>>
- 发文基金：河南省高校青年骨干教师资助项目教育部科学技术研究重点项目河南省高校杰出科研人才创新工程基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于K-Means聚类算法的智能化站点设计与实现
- Internet和电子商务的发展带动了面向Web的数据挖掘技术的研究。在个性化推荐系统中，运用数据挖掘技术对服务器上的日志文件等数据进行用户访问信息的Web数据挖掘，根据对用户的访问行为、访问时间的分析，得到群体用户行为...
- 高利军
- 关键词：WEB日志挖掘关联规则数据挖掘协同过滤聚类算法
- 文献传递
- 个性化服务中自适应聚类算法的研究被引量：3
- 2007年
- 针对传统K-Means聚类算法需要用户输入聚类数目的缺点,对K-Means聚类算法进行了改进,提出使用一个有效指数来克服这个问题,该算法不需要背景知识,自动聚类,提高了聚类的准确性。该算法还可以根据数据量的大小确定合适的步长,增强了适应性。通过将该算法应用于网站日志数据中对用户进行聚类,验证了算法的有效性。
- 高利军王辉张望
- 关键词：聚类算法
- 个性化服务中基于用户聚类的协同过滤推荐被引量：55
- 2007年
- 协同过滤技术被成功地应用于个性化推荐系统中,但随着系统规模扩大,它的效能逐渐降低。针对此缺点,使用了基于用户聚类的协同过滤推荐,根据用户评分的相似性对用户聚类,在此基础上搜索目标用户的最近邻居,从而缩小用户的搜索范围。本文还提出将协同过滤推荐分为类内相似系数计算和产生推荐两个阶段,把相似系数的计算放在离线部分,减少在线推荐的计算量,提高实时响应速度。另对聚类算法初始聚类中心的选取也做了改进。
- 王辉高利军王听忠
- 关键词：协同过滤推荐系统聚类个性化服务
