【摘要】本文采取了3种必要的措施提高了聚类质量:考虑到各维数据特征属性对聚类效果影响不同,采用了基于统计方法的维度加权的方法进行特征选择;对于和声搜索算法的调音概率进行了改进,将改进的和声搜索算法和模糊聚类相结合用于快速寻找最优的聚类中心;循环测试各种中心数情况下的聚类质量以获得最佳的类中心数.接着,该算法被应用于图书馆读者兴趣度建模中,用于识别图书馆日常运行时各读者借阅图书的类型,实验表明该算法较其它算法更优.这样的读者兴趣度聚类分析可以进行图书推荐,从而提高图书馆的运行效率.
【关键词】
全文来源于知网
北京大学与香港城市大学本科生信息素养比较研究 李杨 , 步一 2017 790 0 ¥:0
收藏
基于不确定信息的高校图书馆阅读推广服务策略评估研究 王诺 , 杨全 , 马振文 2017 895 0 ¥:0
收藏
基于GIS的京津冀科技资源数字地图服务平台构建 李梅 , 苗润莲 , 张岸 , 孙艳艳 2017 1051 0 ¥:0
收藏
基于LDA的国内电子政务研究主题演化及可视化分析 李永忠 , 蔡佳 2017 952 0 ¥:0
收藏
国外信息管理领域知识流的新兴趋势及可视化分析 程结晶 , 丁慢慢 , 朱彦君 2017 11 0 ¥:0
收藏