共查询到20条相似文献，搜索用时 30 毫秒
1.
介绍了数据挖掘中聚类算法的定义、功能及常用算法,并根据南京化工职业技术学院的实际情况,构建数据源,设计基于聚类算法的图书馆书目推荐服务. 相似文献
2.
[目的/意义]算法推荐类APP吸引了大量用户使用,提高用户留存率一直是各类应用关注的重点。文章探索了用户流失行为的影响因素,为减少用户流失、提升用户使用体验提供建议和对策。[方法/过程]文章采集算法推荐类APP用户评论9772条,采用扎根理论对数据进行编码,以此厘清用户流失行为影响因素,构建算法推荐类APP用户流失行为影响因素模型。[结果/结论]信息因素、环境因素、系统因素、网络社群通过影响用户的控制感间接影响用户流失行为,用户的信息素养在控制感和用户流失行为中起调节作用。 相似文献
3.
陈史政 《福建广播电视大学学报》2006,(6)
聚类就是指按照事物间的相似性对事物进行区分和分类的过程,是在没有教师指导下自动进行的无监督的分类。本文通过实现常用的K-mean算法和FCM算法,在对测试数据进行反复聚类后,对聚类算法进行了对比与分析。 相似文献
4.
生物进化过程本身是一个自然的、并行发生的和稳健的优化过程,基于这一过程而产生的仿生优化算法为解决非数值优化问题提供了新的思路和手段。本文首先简要介绍了目前比较流行的三种新型智能优化算法：人工鱼群算法、蚁群算法和遗传算法,就这些算法的特点和异同进行了分析,并对它们的发展进行了进一步的阐述。 相似文献
5.
庞士梅 《大学图书情报学刊》2006,24(4):46-47,54
传统的搜索引擎所提供的搜索结果仅仅是按照Web与查询的相关性从高到低排成一个有序列表,不具备层次性,用户使用起来并不方便.文章通过采用覆盖聚类算法对搜索引擎的结果进行聚类来解决这个问题,并对其实现过程进行较为详细的描述. 相似文献
6.
本文详细介绍了模糊聚类算法的产生过程以及应用模糊聚类算法进行模糊分析的ASP代码,最后通过一个具体的实例,对模糊聚类算法进行了验证。 相似文献
7.
[目的/意义]结合当前个性化推荐算法的广泛应用,梳理信息弱势群体在使用短视频平台过程中算法素养的形成机理,识别信息弱势群体算法素养的影响因素,为信息弱势群体算法素养培育工作提供依据。[研究设计/方法]采用扎根理论,利用Nvivo12对访谈资料进行三阶段编码,最终构建信息弱势群体与短视频内容推荐算法交互中算法素养的形成机理与影响因素模型,对信息弱势群体的算法素养展开探索性研究。[结论/发现]信息弱势群体在短视频平台的使用过程中对内容推荐算法的感知主要由与算法的交互、用户兴趣点的变化、使用平台的更换、与他人的比较所触发,同时受用户使用短视频平台的目的以及自主权意识的影响。此外,算法素养的各组成部分之间并不独立：用户对内容推荐算法逻辑的理解水平受其对算法的感知程度影响。理解内容推荐算法较深的用户在使用短视频平台时会保持较为批判的态度,并采取积极的算法调控行为。[创新/价值]深化了短视频平台交互中算法素养的形成机理并提炼了相关影响因素,为信息弱势群体算法素养培育工作提供对策。 相似文献
8.
K-means算法是一种应用广泛的聚类算法,但是存在初始聚类中心和K值选取的难题.本文提出了一种基于学术文献同被引分析的初始聚类中心和K值选取的K-means改进算法.该算法属于两步聚类算法,首先对学术文献进行同被引分析,得到同被引矩阵,然后基于同被引矩阵进行层次聚类.算法记录每次迭代过程中被聚为一类的学术文献间的距离以及两次迭代间的距离差,当两次迭代的距离差取得最大值时取其聚类数作为第二步K-means算法的K值,并且将此时的类中心作为第二步K-means算法的初始聚类中心.第二步聚类则依据文献内容实现K-means算法.实验通过与经典K-means算法和基于凝聚层次聚类算法的改进K-means算法的对比,证明了本文提出的改进的K-means算法具备更优的聚类效果. 相似文献
9.
本文在介绍互相关算法的基本原理的基础上,综合分析了快速互相关算法的计算过程和基本原理,给出了利用该算法完成的测速系统的基本机构及具体实现方法。 相似文献
10.
[目的/意义]在人工智能技术迅速发展的背景下，算法已然成为人们获取、利用信息不可或缺的“幕后伙伴”。然而，算法使用的负面效应逐渐被披露，与之对应的，人们对算法的认知、了解却十分匮乏。剖析算法感知构成及其在算法交互中的作用机制，有利于寻找算法感知培育方式，提升大众对技术环境变革的适应力。[方法/过程]本研究聚焦对数字环境具有极高适应力、与算法交互更加频繁的数字原住民，对29名在华留学生进行了访谈，采用扎根理论对访谈数据进行三级编码，发现了算法感知的构成要素及其作用机制。[结果/结论]本研究发现当前数字原住民的算法感知由概念感知、数据感知、功能感知与风险感知构成。数字原住民通过平台选择进入算法环境，实现算法交互，在交互过程中形成算法感知。算法感知是其算法态度的来源，与算法态度共同作用影响数字原住民的算法管理行为。本研究明确了算法感知的作用机制，并基于此提出了算法感知的培养策略。 相似文献
11.
随着Internet和电子商务的迅猛发展,聚类技术在Web用户划分方面的作用越来越明显.Web用户聚类的难度在于有成千上万的用户需要聚类,而且每个用户的偏好向量是高维稀疏的.对于处理大规模的数据集,近邻传播算法是一种快速、有效的聚类方法.但面对高维稀疏的数据,近邻传播算法往往不能得到很好的聚类结果,而且该方法不能产生指定类数的聚类.本文提出一种改进的近邻传播算法,使用该方法对Web用户进行聚类.根据灰关系等级和Jaccard系数定义用户相似度矩阵,对算法产生的初始聚类进行重新分配,获得指定类数的聚类.实验结果表明新算法是有效的,与原始近邻传播算法相比,新算法在个性化推荐的应用中具有更好的性能. 相似文献
12.
[目的/意义] 传统共词分析的聚类算法存在以下不足:①关键词只能被划归一个聚类;②聚类过程对分类数目的确定缺乏严格判断标准。针对以上问题,采用复杂网络理论进行改进研究。[方法/过程] 采用连边社团检测算法对关键词进行聚类,以科学计量学为例进行实证研究。[结果/结论] 分析结果表明:算法对关键词的聚类结果有较好的改进效果,能够把核心度高的关键词同时划分到不同的研究主题之中,克服传统聚类算法的不足,而且划分密度可为聚类数目的确定提供客观判断依据。 相似文献
13.
学校教务部门排课问题的数学模型及算法 总被引：7，自引：1，他引：6
本文介绍了一种适用于教务部门排课的算法，该算法借鉴了资源管理的思想，使用以集合为元素的矩阵建立了问题的数学模型，算法的实现是以集合运算为基础的。该算法是、次优的，但是时间和窨复杂性几乎和问题规模成正比。 相似文献
14.
本文通过引入知网的概念,对传统的K-means聚类算法进行了分析,初始聚类中心的选择对聚类结果有较大的影响,初始值选择的不好,可能无法得到有效的聚类结果,这也成为K-means算法的一个主要问题。采用聚类中心的搜索算法来进行聚类中心的选取,对其初始聚类中心确定一个初始划分,运用“射靶”的原理进行了改进,找到“靶心”得到一个最终选定的初始聚类中心,从而提高算法的稳定性,得到较稳定的聚类结果。实验结果表明,采用改进后的K-means作为簇心生成算法,随着待聚类文档数目的增加,效率提升更为突出。 相似文献
15.
通常用于评论性文本极性挖掘的方法是采用有监督的学习算法完成的,但有监督的学习算法需要大量人工标注的训练集,而且其在处理文本集时还会面临维数灾难、稀疏向量、高时空复杂度、低召回率和精确率等问题而无法用于海量的文本极性分类任务。经典的K-means均值聚类算法是聚类分析中使用最为广泛的算法之一,其具有诸多的优良特性和不足。针对上述情况,本文将语义引入经典K-means均值聚类算法中,构造了专门针对中文评论文本极性判断的极性词语义词典,提出了一种基于语义准则函数的K-means均值聚类算法。这项研究是运用基于语义的聚类方法对汉语主观性文本处理的一次探索。实验结果显示总平均召回率达到了80.70%,总平均精确率达到了67.75%,说明该算法是可行和有效的。 相似文献
16.
K-means算法研究综述 总被引：4，自引：0，他引：4
对聚类分析中的基本算法K-means算法中的K值确定、初始聚类中心选择以及分类属性数据处理等主要问题进行综述,理清K-means算法的整个发展脉络及算法研究中的热点和难点,提出改进K-means聚类算法的思路。 相似文献
17.
18.
提出一种基于遗传算法和k-medoids算法的新的聚类算法。指出该算法除能提高聚类的精度和识别孤立点外，还能加速遗传算法的收敛速度，节约时间成本。 相似文献
19.
在中国的资讯信息分发市场上,算法推荐的内容已超过50%。由于算法应用并未完成价值观的优化,"算法偏见"等现象的出现,也引起了社会各界的诟病。本研究试图从算法数据使用的社会责任与担当的视角,对算法公开、算法数据公开,防止算法和数据滥用进行研究,为算法偏见、算法歧视治理提供新思路。 相似文献