基于优化K-means聚类算法的用户画像

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘  要：近年来，用户画像作为一种有效的大数据工具，在电子商务、社交网络等互联网行业得到广泛应用。然而，对于传统企业，数据维度往往较少，同时分散在多个信息系统，难以通过一般的方法得到较准确的结果。针对此问题，文章提出基于优化K-means聚类算法的用户画像方法，即同时利用K-means++初始聚类中心优化算法提高聚类精度、Mini Batch K-means小批量优化算法提高收敛速度，以充分结合二者的强互补性，提高算法的分析处理能力。（剩余6181字）

试读结束

目录
monitor