基于网页概率潜在语义信息的用户兴趣聚类

摘要

为了能准确挖掘用户兴趣点,首先利用概率潜在语义分析PLSA模型将“网页-词”矩阵向量投影到概率潜在语义向量空间,并提出“自动相似度阈值选择”方法得到网页间的相似度阈值,最后提出将平面划分法与凝聚式层次聚类相结合的凝聚式层次k中心点HAK-medoids算法,实现用户兴趣点聚类.实验结果表明,与传统的基于划分的算法相比,HAK-medoids算法聚类效果更好.同时,提出的用户兴趣点聚类技术在个性化服务领域可提高个性化推荐和搜索的效率.