计算机工程

作者：毕猛, 邵中, 徐剑

单位：1. 沈阳工业大学 软件学院, 沈阳 110023;2. 东北大学 软件学院, 沈阳 110169

关键词：用户行为,聚类,潜在因子模型,矩阵分解,标签

基金：国家自然科学基金（61872069）；中央高校基本科研业务费专项资金（N2017012）。

针对目前多数聚类算法需要事先确定网络用户行为数据规模以及生成的簇标签缺乏明确语义的问题，提出一种用于网络用户行为聚类分析的簇标签自动生成方法。应用潜在因子模型和矩阵分解方法对原始网络用户行为数据补充缺失值，根据网络用户行为数据的属性特征进行用户行为聚类并在聚类过程中增加行为特征，同时利用行为特征信息产生簇标签以提高网络用户行为的聚类准确性。在Last.fm、Movielens和CiteULike数据集上的实验结果表明，该方法无需事先确定网络用户行为数据规模，并且可在保证较高聚类准确率的前提下自动生成语义更明确的簇标签。

来源：2020年第10期

《计算机工程》期刊编辑部

查看计算机工程杂志2020年第10期