个性化服务中自适应聚类算法的研究  

Research on Automatically Clustering Algorithm in Web Personalize Service

作　　者：高利军[1] 王辉[1] 张望[1] 

机构地区：[1]河南科技大学电子信息工程学院,河南洛阳471003

出　　处：《微电子学与计算机》2007年第8期89-91,94,共4页Microelectronics & Computer

基　　金：国家自然科学基金(60203018);教育部科学研究重点项目(200202);河南省高校杰出科研人才创新基金(2006KYCX004);河南省青年骨干教师基金(134)

摘　　要：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。There is the defect of needing user to input cluster number in the traditional K-Means clustering algorithm, this paper improves the clustering algorithm, proposed a validity index to overcome this problem. This algorithm realizes automatically cluster, which improves cluster validity without background knowledge. And this algorithm can also choose appropriate step based on the scale of the data, strengthen its adaptability. This paper uses the improved algorithm to cluster web users in the data of web log, and verifies this algorithm.

关 键 词：聚类算法 有效指数 K—Means 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]