论文研究基于聚类的协同过滤算法的研究与改进 .pdf

1、解压下载的CollaborativeFilteringBasedUserKmeans压缩文件 2、操作系统中需装java jdk1.7或者以上版本 3、点击start.bat，在运行过程中，会输出

凝聚层次聚类算法的改进，张宏，李欣欣，凝聚型层次聚类算法是一个非常有用的聚类算法,它在迭代地凝聚每次接近对直到所有的数据都属于同一个簇。但层次聚类也存在缺点,如�

提出了基于K-means的四叉树与R-link树的混合结构树，提高了R-link树的查询性能，在K-means中采用均值—标准差确定初始聚类中心，提高了收敛速度，通过距离准则函数来优化K值，避免K值的

基于数据场的改进DBSCAN聚类算法，杨静，高嘉伟，DBSCAN算法是一种典型的基于密度的聚类算法。该算法可以识别任意形状的类簇，但聚类结果依赖于参数Eps和MinPts的选择，而且对于一些密

针对传统谱聚类算法应用于图像分割时仅采用特征相似性信息构造相似性矩阵，而忽略了像素分布的空间临近信息的缺陷，提出一种新的相似性度量公式——加权欧氏距离的高斯核函数，充分利用图像特征相似性信息和空间临近

文本聚类在很多领域都有广泛应用,而聚类算法作为文本聚类的核心直接决定了聚类的效果和效率。结合基于划分的聚类算法和基于密度的聚类算法的优点,提出了基于密度的聚类算法DBCKNN。算法利用了k近邻和离群度

基于k-means聚类算法的研究，黄韬，刘胜辉，本文首先分析研究聚类分析方法，对多种聚类分析算法进行分析比较，讨论各自的优点和不足，同时针对原k-means算法的聚类结果受随机��

ART2（自适应谐振理论2）算法是神经网络中一种可以对模拟输入信号或二值信号进行无监督聚类的算法，所以ART2算法能够降低数据挖掘中原始数据的预处理的复杂度，提高挖掘效率。针对ART2算法中出现的聚类

计算句子的相似度在机器问答、机器翻译、文本分类等系统中有着非常重要的作用。该文对基于相同关键词的句子相似模型作了进一步的改进，包括关键词抽取，以及在句子相似度的定义中引入同义词以及近义词的情形。并以此

Apache Mahout! Mahout is a scalable machine learning library that implements many different approach