学科分类
/ 25
500 个结果
  • 简介:实际应用中的协同过滤推荐算法往往面临着用户冷启动、数据稀疏等问题。针对以上问题,拟采用用户的属性信息进行进行优化,实验通过MATLAB平台在MovieLens数据集上验证所提出的算法的推荐准确性。

  • 标签: 用户属性聚类 推荐算法 冷启动 数据稀疏
  • 简介:【摘要】电力体制的改革导致电力市场走向市场化和智能化,供电企业将面临着日益激烈的市场竞争,所以要比以往更加注重市场意识,更加注重客户需求,这就要求更详细的用户行为分析。本文针对用电行为分析,针对负荷特征提取,用电行为的影响因素,等角度对现有的研究成果进行分类的详细阐述。并使用小波变换和算法相结合的方式对近100个用户的用电行为进行了分析。随着电力体制改革的推进,用户行为分析将是电力企业一项重要的研究内容,具有重大的研究价值和经济价值。

  • 标签: 用电行为分析 负荷特征提取 小波变换 聚类算法
  • 简介:摘要本文将自组织映射(SOM)神经网络用于研究电力专变用户的用电行为习惯。首先,对用户的负荷数据进行归一化,并提取四个有效性指标作为SOM神经网络的输入。然后采用Davies-Bouldin指数和k均值将94条用户负荷曲线分成5,并描述每类型曲线。最后识别新用户,结果证明该方法行的通。

  • 标签: 电力负荷 用电习惯 SOM聚类分析Davies指数 k均值
  • 简介:针对网络学习者及其对案例访问的模糊性提出采用模糊的方法对学习者和案例进行聚类分析。在算法中,以各学习者对案例的访问次数、时间、学习效率等刻画学习者对案例的关注程度建立模糊相似矩阵,再由平方法求出模糊等价矩阵,然后进行聚类分析。通过具体实例阐述算法的计算过程,证明算法实现的可行性和有效性。

  • 标签: WEB日志挖掘 模糊聚类 模糊集 模糊等价矩阵
  • 简介:摘要本文分析了汽车行业基于不同思想的各类大数据算法,用户应该根据实际应用中的具体问题具体分析,选择恰当的算法。算法具有非常广泛的应用,改进算法或者开发新的算法是一件非常有意义工作,相信在不久的将来,算法将随着新技术的出现和应用的需求而在汽车行业得到蓬勃的发展。

  • 标签: 汽车 大数据 聚类算法 划分
  • 简介:摘要双(Biclustering)算法在数据挖掘中是一个新兴的算法,对于矩阵类型的数据,其效果很好。本文浅述了双算法的基本特点,并提出了用迭代的双算法对未知的数据进行分类,并对一组数据进行了测试,其分类表现不错。

  • 标签: 双聚类 数据挖掘 迭代 分类
  • 简介: 首先比较了数据流聚类分析与传统的聚类分析方法的一些不同点,对目前最新的一些数据流研究成果进行了分析,最后对数据流发展方向进行了展望。

  • 标签: 数据流模型 聚类分析 数据流聚类
  • 简介:聚类分析在数据挖掘领域中占有重要地位,到目前为止学者们提出了许多的算法.本文提出了一种基于kNN的算法k-NearestNeighborCluster(kNNC).该算法首先找到每个数据点的k个邻居点,然后设置匹配点数n,通过使用每个点的邻居点进行匹配进而达到效果.本文通过三个实验去验证该算法,并且与k-means算法进行比较.实验结果表明,该算法具有稳定的正确率,而其最大的优点是不需要预先设定聚簇数,它可以大致的找到的簇数.

  • 标签: KNN算法 K-MEANS算法 聚类分析 微博文本聚类
  • 简介:如今,各类新闻APP大量涌现,随即纷纷投入到市场厮杀较量,"用户性"成了这些APP设计者在进行功能设计时考量的关键。本文以新闻客户端ZAKER为例,选择现今影响力较大的部分聚合新闻APP进行比较分析,讨论已被广泛应用或仅被少数人发掘的黏性策略,对此类新闻客户端在用户管理方面做出初步总结。

  • 标签: 聚合类新闻客户端 用户黏性 ZAKER
  • 简介:随着网络通信技术和无线传感硬件设备的不断发展,数据流已成为一种新的数据处理模式。文中比较了数据流方法与传统的聚类分析方法的不同、介绍了数据流模型特点、数据流算法特点、生成概要数据结构的常用方法,同时详细阐述了在扩展传统算法的基础上研究数据流方法的发展,从而为以后进一步的流聚类分析研究奠定了基础。

  • 标签: 数据流 数据流处理模型 数据流聚类算法
  • 简介:论文在分析推荐输入瓶颈问题的基础上,借助社区思想实现了显式评分输入的用户,解决了评分矩阵稀疏的问题;借助用户兴趣度的定义,实现了隐式浏览输入的用户,解决了用户兴趣度不易获取的问题.论文的研究立足于推荐系统的输入,通过聚类分析,为推荐算法的研究奠定了理论基础.

  • 标签: 推荐系统 显式评分输入 隐式浏览输入 用户兴趣度 稀疏矩阵 聚类分析
  • 简介:摘要本文在将数值型数据标准化的基础上,将分类数据细分为二元数据和类型数据,并用相异度系数距离计算分类数据之间的距离,并且赋予二元和类型数据相应的权重,来改进k-prototypes算法,使该算法满足不同要求的混合属性数据,最后通过C#语言,在ArcEngine2010版本上实现。

  • 标签: K-prototypes算法 混合属性 类型数据 相异度系数 加权属性
  • 简介:是数据挖掘中重要组成部分,为了提高的处理效率,将并行处理技术运用于k-means和PAM算法中,对k-means与PAM算法进行了改进。实验结果表明:并行k-means算法相对串行k-means算法有更好的执行效率;且k-means算法有比PAM算法更好的并行性和可扩展性。最后,该文提出和介绍了将并行技术引入谱算法。

  • 标签: 聚类算法 并行 K-MEANS PAM
  • 简介:烃化防老剂是新开发的耐抽提、抗老化性能好,且永不变色,是目前浅色橡胶制品首选的防老剂品种,另外也是天然和聚氯丁二烯橡胶最佳防老剂。烃化酚化学名称为:对甲酚和双环戊二烯丁基化反应产物,烃化酚合成主要分为两步,先由对甲酚和双环戊二烯进行缩聚,然后在异丁烯存在下进行烃基化。

  • 标签: 防老剂 酚类 烃化 双环戊二烯 抗老化性能 丁二烯橡胶
  • 简介:文本技术作为处理和组织大量文本数据的一项重要技术,能够在很大程度上解决由于信息爆炸所带来的问题。Sollin算法是构建最小生成树的典型算法,与Kruskal算法和Prim算法相比,具有容易实现并行运算的特点。因此,利用基于Sollin的快速层次算法在复旦语料和搜狗语料上进行实验,结果表明基于Sollin的快速层次算法在运行效率和质量上都优于传统层次算法。

  • 标签: 层次聚类 Sollin算法 运行效率 聚类质量
  • 简介:分析了异常入侵检测存在的问题,研究了基于模糊的入侵检测算法.该算法采用C-均值算法,通过训练数据、异常划分和行为判定等3个步骤实现异常入侵检测.试验采用KDD99数据进行了测试,证明该算法是可行和有效的.

  • 标签: 入侵检测 模糊聚类 数据挖掘 C-均值算法
  • 简介:聚类分析是数理统计中研究“物以类聚”的一种方法。近十几年,随着数理统计的多元分析方法的迅速发展,多元分析的技术便被引进到分类学中来,并形成聚类分析这个新的分支。聚类分析目前已广泛应用于自然科学研究领域,比如考古、地质、化学、生物等等。实际上,对经济管理、社会统计等部门的社会经济问题,也都可以应用聚类分析的方法来进行研究。

  • 标签: 经济区域 聚类划分 应用 聚类分析 社会经济问题 数理统计
  • 简介:对于一变量非线性相关的面板数据,现有的基于线性算法的面板数据方法并不能准确地度量样本间的相似性,且结果的可解释性低。综合考虑变量非线性相关问题及结果可解释性问题,提出一种非线性面板数据的方法,通过非线性核主成分算法实现对样本相似性的测度,并基于混合高斯模型进行样本概率,实证表明该方法的有效性及其对结果的可解释性有所提高。

  • 标签: 非线性 面板数据聚类 核主成分算法 混合高斯模型