暂无评论
通过对Web日志的聚类分析，可以发现用户的群体特征，甚至可以预测用户将来的访问模式，进而为不同的用户群提供个性化服务。针对现有方法的一般缺陷，包括特征选择单一无法充分体现用户兴趣偏好和传统Hierar
微博中短文本、用语不规范和大量噪音等特性使得传统话题发现方法不能很好地从中获取新话题。针对微博以上特性和话题动态性提出一种基于聚类集成的微博话题发现方法，该方法考虑微博发布的非线性时间因子，采用改进的
一种基于近似类抽样的组合聚类方法，陈新泉，，k-means聚类算法和FuzzyC-Means算法的时间复杂度，对于海量数据挖掘都还能让人接受，但聚类效果受初始化影响很大，以致结果很不稳定。�
针对现有的主动学习算法在多分类器应用中存在准确率低、速度慢等问题,将基于仿射传播AP聚类的主动学习算法引入到多分类支持向量机中,每次迭代主动选择最有利于改善多类SVM分类器性能的N个新样本点添加到训练
传统的异常检测算法不能区分CO2数据流的异常类型，为了有效识别因泄漏造成CO2数据流的异常，提出了基于模糊聚类的CO2数据流时空异常模式检测算法。该算法首先利用3σ规则实现自适应阈值的异常点检测，其次
基于链接聚类的PageRank算法，龚勇，，本文提出了一种基于链接聚类的PageRank改进算法。该算法考虑同一页面内分属不同类的出链接有着不同的重要性，故在对页面中的链接进�
针对于标准二分图网络推荐算法（NBI）的物质扩散机制过于简单的问题，提出了基于聚类系数的改进NBI算法（简称NBICC）。推荐系统可以被抽象为一个有向加权二分图网络，在物质扩散的过程中，考虑到聚类系数
非正交多重调制（Non-orthogonalModulationTechnique，NMT）是一种突破了正交限制的全新的调制方法，为了验证NMT的可行性，又为现在广泛采用的有线带宽接入方式ADSL和V
基于评论特征时间序列的产品垃圾评论检测模型，张君汉，廖祥文，产品垃圾评论检测是社交媒体情感分析的一项重要任务。针对评分倾向性和评论有用投票数对评论可信度产生影响的问题，本文提出了一
为了实现复杂网络社团发现算法的复杂度和精确度间的均衡,提出一种基于聚类粒化的社团发现算法(CGCDA),将网络粒化获得的粒子视为一个社团,粒化结果即为对网络的社团划分。首先,将网络中的每个节点视为基本
暂无评论