[发明专利]一种基于簇数自适应增长的聚类算法的个性化推荐算法在审
| 申请号： | 201710177780.0 | 申请日： | 2017-03-23 |
| 公开（公告）号： | CN107092924A | 公开（公告）日： | 2017-08-25 |
| 发明（设计）人： | 杨波;袁磊 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 自适应 增长 算法 个性化 推荐 | ||
【权利要求书】：
1.一种基于簇数自适应增长的聚类算法的个性化推荐算法(见图1)，其特征在于：包含基于聚类的增量学习和推荐两个阶段。
2.一种权利要求1中基于聚类的增量学习阶段的一种基于MWOSK-means算法和MGSoC算法的簇数自适应增长的聚类算法(见图1中的P1)，其特征在于：使用MWOSK-means算法进行聚类(见图1中的S2，详见图3)；使用MGSoC算法实现簇的数量的自适应增长(见图1中的P1.1，详见图4、图5)。
3.一种权利要求2中MWOSK-means算法的初始化阶段(见图2中的S1.5)的项目权值和用户权值的计算方法，其特征在于：项目权值计算方法如公式(1)、(2)所示；考虑了项目权值的用户权值计算方法如公式(3)所示。
4.一种权利要求2中的MGSoC算法中的判断聚类过程中簇的数量是否合适的判断方法(图1中的S3、S4，其中S3详见图4)，其特征在于：各个簇的误差度的计算方法由公式(9)、(10)给出。
5.一种权利要求2中MGSoC算法中计算新增簇中心初始位置的计算方法(图1中的S5，详见图5)，其特征在于：新簇中心的初始位置的计算方法由公式(11)给出。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于电子科技大学，未经电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201710177780.0/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种数控铣床快速夹具
- 下一篇：用于电子产品金属件加工的CNC夹具
