文档名：基于离群数据挖掘的电子商务推荐系统研究
电子商务推荐系统在推荐的精度和实时性方面,往往存在冲突,即为了提高实时性,会造成推荐精度不高;为提高推荐的整体质量,造成实时性不够准确.对此,找到推荐精度和实时性之间的契合点,是提高系统推荐的重点.本文结合离群数据的特点,提出一种基于改进K均值和PSO的混合算法.针对传统K均值算法在对离群数据挖掘中存在不足的基础上,引入PSO算法,并对欧氏距离、学习因子聚类流程等进行改进,然后对聚类推荐算法流程进行改进.最后,通过试验对比,验证了改进算法在实时性和准确性方面都有较大的提升,由此证明混合算法的可行性.
作者：张光
作者单位：陕西工业职业技术学院物流管理学院陕西咸阳,712000
母体文献：2017年西南三省一市(贵州、重庆、四川、云南)自动化与仪器仪表学术年会论文集
会议名称：2017年西南三省一市(贵州、重庆、四川、云南)自动化与仪器仪表学术年会
会议时间：2017年10月1日
会议地点：重庆
主办单位：中国自动化学会,中国仪器仪表学会
语种：chi
分类号：
关键词：电子商务 推荐系统 离群数据挖掘 聚类算法
在线出版日期：2020年6月28日
基金项目：
相似文献
相关博文
- 文件大小:
- 2.15 MB
- 下载次数:
- 60
-
高速下载
|
|
