社交网络兴趣信息聚类分析方法设计
日期：2013.01.01 点击数：3
【类型】学位论文
【作者】沈浩
【关键词】 兴趣度计算 社交网络 means聚类算法 兴趣信息 K 聚类分析 数据挖掘
【学位授予单位】中南民族大学
【摘要】社交网络中的兴趣信息是团体内部成员之间的连接点，也是数据挖掘技术越来越关注的方向。聚类分析则是以相似性为基础来获得团体信息的基本数据挖掘技术，但由于受到聚类个数、输入值顺序、数据维度和噪声数据的影响，经典的聚类算法容易出现局部最优和分类失效的问题。为提高聚类的准确率，本文针对社交网络兴趣信息提出了基于K-means聚类算法的一个兴趣度计算公式。测试结果表明，兴趣度计算公式处理后的数据在聚类时能体现出更好的适应性和准确性。这对于派生出新的公式来做聚类前的数据预处理以及兴趣信息的快速提取都有较好的帮助。
【学位年度】2013-01
【学位名称】学士
【导师姓名】唐菀
【全文挂接】 获取全文
相关文章
- 1、《红旗谱》版本研究 作者：沈浩 年份：2001
- 2、面向21世纪的陕西煤炭资源开发战略研究 作者：尚建选 年份：2002
- 3、"管一毡"电极与"粉层一毡"电极系统 作者：沈浩 年份：2017
- 4、新型多用途装载机工作装置反求设计 作者：沈浩 年份：2017
- 5、关联公司法律问题研究 作者：沈浩 年份：1999
- 6、HUST-FMS物流监控计算机视觉系统研究 作者：沈浩 年份：1998