基于k-means聚类算法与多维特征融合的群体划分模型
打开文本图片集
摘 要：常规群体划分模型构建方法主要采用二分均值算法，该方法易受到数据特征项贡献度的影响，使得模型的划分结果准确性较低。因此，提出基于k-means聚类算法与多维度特征融合的群体划分模型。利用k-means聚类算法通过合理设定密度阈值与邻域半径，提取用户群体的兴趣区域，在兴趣区域中选取贡献度较大的数据特征项，并计算特征项的权值，以此为依据，采用多维特征融合算法改进最大化目标函数，以此实现群体划分模型的构建。（剩余7272字）