摘要
该方法提出了一种结合用户兴趣偏好的交互式挖掘算法框架。首先,采用一次挖掘算法(如无连接算法)挖掘出初始模式集,利用扩展的语义相似度衡量模式间的相似程度,对初始输入模式集进行聚类处理,其次,基于多样性策略向用户进行初步推荐,帮助用户发现隐藏喜好,然后,结合用户反馈进行个性化聚类:(1)对用户感兴趣的模式集进行预聚类拟合用户的兴趣偏好;(2)结合预聚类结果对整体模式集进行二次聚类调整,并基于最低距离阈值对模式集进行过滤处理。最后,结合用户兴趣偏好构建SDTANI模型,基于二次聚类的结果预测用户的兴趣模式集并进行推荐。避免出现由参与度阈值设置问题导致出现大量无意义、用户不需要的模式集,也可避免用户可能感兴趣的稀有模式被遗漏,导致挖掘效果不佳,用户体验极差等问题。
技术关键词
空间同位模式挖掘
空间邻近关系
挖掘算法
聚类
感兴趣
邻居
数据
语义
策略
字母
地点
机制
对象
框架
系统为您推荐了相关专利信息
风光储容量
储能
迁移学习算法
DBSCAN密度聚类
强化学习算法
自动回复方法
LDA主题模型
文本
关键词
词嵌入模型
初始聚类中心
联邦学习方法
嵌入式终端
客户端
参数
模糊算法
调控方法
模糊规则库
模糊推理
设备运行状态数据
视频智能剪辑方法
图像
计算机程序指令
标签
像素点