| 郑德俊,朱婷婷,沈军威.基于改进K均值算法的移动图书馆用户评论需求聚类研究[J].数字图书馆论坛,2017,(10):26~31 |
| 基于改进K均值算法的移动图书馆用户评论需求聚类研究 |
| Research on Demand Clustering of Mobile Library from User Reviews Based on the Improved K-means Algorithm |
| |
| DOI： |
| 中文关键词: 移动图书馆;改进K均值聚类;用户评论;用户需求 |
| 英文关键词: Mobile Library;Improved K-means Algorithm;User Reviews;User Demands |
| 基金项目:本研究得到国家社会科学基金项目"基于用户感知的移动图书馆服务质量评价及提升策略研究"(编号:13BTQ026)资助. |
| 作者 | 单位 | | 郑德俊 | 南京农业大学 | | 朱婷婷 | 南京农业大学 | | 沈军威 | 南京农业大学 |
|
| 摘要点击次数: 1870 |
| 全文下载次数: 1307 |
| 中文摘要: |
| 对移动图书馆用户评论的自动聚类研究有助于更准确高效地获取用户需求.本文结合移动图书馆评论特征,在传统K均值算法的基础上,使用HT-LaD算法对初始聚类中心进行算法改进,并使用移动图书馆的用户评论数据进行实证.结果表明,利用改进后K均值算法完成移动图书馆用户评论文本的需求聚类是可行的,且聚类精度和稳定性得到提高. |
| 英文摘要: |
| The automatic clustering of mobile library user reviews helps to obtain user needs more accurately and efficiently. Based on the traditional K-means algorithm, this paper uses HT-LaD algorithm to improve the initial clustering center and uses the user's evaluation data of mobile library to prove it. The results show that it is feasible to use the improved K-means algorithm to complete the demand clustering of mobile library user comment text, and the clustering accuracy and stability are improved. |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |
