动态合并聚类算法及其在城市科技创新能力评价中的应用

聚类分析是数据挖掘中研究和应用的一个重要部分,层次聚类是目前应用最为广泛的一种聚类方法。本文针对层次聚类不可逆,需要用户指定所期望得到的聚类个数和阈值作为聚类过程的终止条件等缺陷,提出了一种利用簇间差异度进行簇自动合并的动态聚类算法(DMCA),进而对江苏省13个地市技术创新能力做出了聚类分析及综合评价,验证了方法的可行性和有效性。数据处理结果表明,该方法可为相关管理部门提供科学量化的决策评价模型。     

搜索引擎的文本聚类研究

近年来,随着信息技术的发展,越来越多的学者开始关注搜索引擎聚类。国内研究相比国外较晚,还处于发展的初级阶段,存在着数据库依附性过强、搜索速度缓慢、用户的个性化服务需要提升等问题。有关网站可建立自己独立的数据库或与专业搜索引擎公司合作,建立专有数据库或将Tag标签应用到网页中,以加快搜索引擎聚类的速度并满足不同用户的需要,以促进搜索引擎聚类在搜索引擎中可持续健康快速发展。     

基于谱聚类的用户关联关系挖掘

为了从用户地理空间分布数据中挖掘用户间关联关系,提出了一种基于谱聚类的关联关系挖掘算法。首先定义了关联度,用以衡量用户之间空间分布的相似性,基于关联度构造相似矩阵,再利用谱聚类方法对用户进行聚类分析,聚类结果表征了用户的关联关系。采用Silhouette指标和聚类准确率来衡量用户关系挖掘质量,同时与传统的K-Means方法进行了比较,通过真实数据集实验,结果表明该算法在实验数据集上能达到90%以上的聚类准确率,证明方法有效、可行。     

科技文档的层次聚类分析

本文基于文本间相似度,对科技文档进行聚类,为科技项目的分类评审提供依据。采用层次聚类方法建立层次树,并且支持增量聚类处理。同时,在聚类的基础上对科技文档进行查重,防止对同一项目重复投资,造成资源浪费。     

基于相对曼哈顿距离的Web聚类算法研究

针对Web挖掘中的用户相似性问题,本文提出了一种基于相对曼哈顿距离的用户聚类算法。首先根据Web服务器日志数据信息,建立URL和用户关联矩阵,元素值分别为用户的访问次数及访问时间,并以此构建平均时间矩阵。在此基础上利用相对曼哈顿距离给出客户之间的距离,确定阈值后进行聚类。最后定义了类关联度,对聚类结果进行了确认和筛选,算例表明该算法具有良好的可操作性和准确性。     

数据挖掘中聚类算法研究

随着数据挖掘技术的发展,作为数据挖掘中重要方法之一的聚类分析,先后出现了许多聚类算法。这些聚类算法均有其自身的优缺点。为了方便用户找到适合的聚类算法,本文根据不同的聚类原理对聚类算法进行分类,并概述了各类算法的发展情况。针对聚类的典型要求,归类出了一些有代表性的算法,同时对它们进行了分析和评价。文章最后给出了几种常用聚类算法的性能比较,并对聚类算法的发展进行展望。     

关联规则挖掘算法在网页浏览序列中的应用研究

针对用户网页浏览行为的真实数据,将关联规则数据挖掘算法应用于用户网页浏览序列中,对系统中存在的大量数据进行挖掘,从中提取出潜在的有用的信息,得到用户网页浏览的一般规律。     

基于改进K-Means算法的电商用户聚类分析和应用研究

随着电子商务的快速发展,用户之间异质性逐渐明显。为了对用户合理细分,本文通过逐次递进的思想,借助经典RFM模型中的关键指标,选择最后购买时间R作聚类簇类的控制因素。借助改进的K-Means算法对电商企业用户进行聚类研究,从而得到合理的聚类分类结果及各簇类用户的特征行为,为电子商务企业的精准营销奠定了基础。     

产业集群识别与分类实例研究

本文根据产业集群理论,以西安各行业的数据为基础,运用区位商法和聚类分析法对西安产业集群进行识别和分类,将西安LQ>1的16个行业分为3类两个层次的产业集群,研究结果与实际情况相符合,同时证明了这两种方法是对产业集群识别和分类的有效方法.     

基于改进指纹聚类的WLAN定位优化方法

将K-means聚类算法应用到无线局域网（WLAN）位置指纹定位中，虽然可以缩短定位时间，但是容易降低定位精度。为了解决此问题，提出了基于改进指纹聚类的WLAN定位优化方法。首先根据接收信号强度标准差来优化初始聚类中心的选取,然后对指纹数据进行聚类处理,最后进行在线定位。实验结果表明，与传统的WLAN位置指纹定位方法和K-means聚类定位方法相比，基于改进指纹聚类的定位优化方法不仅缩短了定位时间，还能有效提高定位精度。     

一种TDMA信号用户盲分离方法

时分多址（Time Division Multiple Access，TDMA）信号用户分离作为TDMA信号第三方侦收的重要环节，是后续用户内涵信息解译组报、目标测向定位的前提条件。在未知网台规格情况下，无法通过解译用户ID或网控信令的方式对多用户进行分离。基于TDMA信号物理层特征，提出了一种基于DBSCAN（Ddensity-based Spatial Clustering of Applications with Noise）聚类算法的TDMA信号用户盲分离方法。通过对TDMA信号的时频域特征进行提取和聚类，实现对多用户突发时隙进行分离，并利用仿真数据和实际网台数据进行了算法验证。该算法具有良好的抗噪声性能和较高的正确分选率。     

Bootstrap在商业银行资产负债评价中的运用

Bootstrap方法是一种利用样本信息来估计总体的非参方法,聚类分析方法是将样本或变量进行归类评价的一种多元统计方法。基于bootstrap抽样法和系统聚类技术对我国部分商业银行的资产负债况进行分析,聚类结果将各个商业银行的资产负债情况分为3类。     

基于层次分析法与聚类方法的商业企业零售户分类研究

本文针对商业企业和零售户的特征构建了零售户价值评价指标体系,并运用层次分析法确定各指标的权重,从当前价值和潜在价值方面分析了零售户价值;通过选择聚类方法对收集到的700名零售户数据进行聚类分析,依据判别得出的结果将零售户进行分类,旨在针对每类客户群的特点提出相应的营销策略建议。     

互联网视角下健身服务行业的思考

采用文献资料法、问卷调查法等方法对健身网站、健身视频和健身类APP三类健身服务进行分析。结果显示:互联网健身服务网站质量偏低,缺少国内权威网站;健身类视频内容十分相似,用户的在选择上较为随意,粘性不高;健身类APP是目前最受人们的追捧,以健身指导类服务为主,社区、SNS服务为辅。针对这些问题,提出问题改进:1.加强对健身网站内容的监管;整合资源,设立科学健身网页。2.及时与用户沟通;提高健身视频质量,推广健身视频的应用。3.提高开发APP技术门槛,对内容及时更新、创新。     

使用聚类稳定性分析方法增强单类学习算法研究

聚类分析方法是一种专业研究分类问题的统计分析方法,对数据进行深度的挖掘。基于单类学习算法应用在多模态、多密度数据时的不足之处,有效的将聚类稳定性分析方法应用到单类学习中。本文通过对运用聚类稳定性的分析方法去增强单类学习的算法解决问题;论述使用聚类稳定性的分析法以增强单类学习的算法;应用实验三个方面进行了简单的论述。     

奥美（中国）创意新作选登

“Don’t Leave”作品运用了独特的网页广告条，表现了正在使用中的水龙头和电冰箱等家用电器。伴随着音乐和视觉变化，这些广告条使得用户在移动或变换网页时产生障碍，用户由此需要与每个广告条进行互动．在关闭页面中的家用电器后方能继续浏览。这个作品具有很强的参与性，并且将节能的简单易行传达得淋漓尽致。     

基于客户消费行为的电信客户细分

在电信移动增值业务的营销中,客户细分是精确营销的基础,科学的客户细分能避免推荐的盲目性.本文结合电信行业特点,将RFM模型和层次分析法结合起来衡量客户价值,并采用聚类方法对客户细分,挖掘出潜力客户,有效地降低了营销成本.     

区域物流枢纽的分类方法——基于灰色聚类法

区域物流系统是由若干不同层次的物流枢纽节点构成的物流网络。物流节点城市的经济分工差异和产业组织层次性,决定了物流枢纽在区域物流网络中的功能和作用有所不同,在区域物流规划中需要合理确定枢纽节点的层次。本文采用灰色聚类的方法并结合Delphi法,通过确定与物流活动密切相关的各项指标,对区域性物流节点进行灰色聚类分析,将节点分为重要物流枢纽、次级物流枢纽和一般物流节点三个层次,并对湖北省的区域物流枢纽进行了实际分类。该方法在理论上比较严谨,计算较为简单并易于操作,对在区域物流规划和物流系统建设中确定不同层级的物流枢纽城市具有较好的实用性。     

通过网页签到Meebo书写社交网站新篇章

还没有厌倦不断的登录？何不试试在网页上登录？ 网络公司Meebo的CEO塞斯·斯坦恩伯格表示,公司计划在未来推出一个新工具,它将允许用户在网页上登录。作为驱动忠诚度和访问量的一个手段,它也是更好地组织和管理社交网络的一大工具。用户登录以后可以与他们的朋友分享自己的访问记录。     

基于区域生长和模糊C均值聚类的图像分割方法

为了合理地确定运用模糊C均值(FCM)聚类方法进行图像分割时的聚类中心数,从而对图像进行合理区域分割,提出了基于区域生长和FCM聚类的图像分割方法.该方法可以利用区域生长合理地确定要聚类的中心数,然后再依此聚类中心数利用FCM聚类算法对图像进行分割.实验结果表明,该方法可以准确地分割出目标,是一种有效的图像分割方法.