D2核K-mens算法在标签系统中的应用研究.pdfVIP

D2核K-means算法在标签系统中的应用研究 摘要 随着互联网用户的个性化需求和社区化生活方式的推广，Web2．0下的 社会化标签系统迅速发展。为了更好的利用社会化标签系统，学者从不同 的方面给予研究：标签标注模型、标签的可视化研究、标签的应用以及社 会化标签系统中的局限性。本文主要研究社会化标签应用中个性化推荐的 核心基础即用户兴趣社区构建，具体工作主要包括以下几方面： 1本文首先阐述构建用户兴趣社区的研究现状，介绍所涉及的聚类技 术，社会化标签系统，用户兴趣社区的定义，研究了在社会化标签中构建 用户兴趣社区的谱聚类，层次聚类以及K．means算法等方法。 2介绍K-means算法使用的目标函数改变定理，正态分布，D2思想等 相关知识，研究了核K．means算法及其关特性，重点分析该算法的不足， 提出了一种基于D2权重的核K—means聚类算法，在公共数据集UCI上对新 旧算法进行验证，证明改进的算法具有更好的聚类效果。 3分析K-means算法在构建用户兴趣社区中的不足，提出基于语义和 户聚类进行对比实验，证明改进的D2权重核K．means算法能够更好地识别 用户兴趣社区。 关键词：社会化标签系统K．means聚类D2权重用户兴趣社区 D2KERNEL K-MEANS ALGORITHM APPLIEDRESEARCH IN SOCIALTAGGING SYSTEM ABSTRACT With the of in increasingrequirement Internetand users’personalization the of communifized social spread Lifestyle，the intheweb2．0 taggingsystem a havestudiedsocial getsrapiddevelopment．Scholars from taggingsystem differenttotakebetter ofsocial aspects advantage natureof taggingsystem：the social ofthe taggingsystems，visualization ofsocial tags，theapplication tagging andthe ofthesocial system problems taggingsystem．This papermainly focused onthecommunit