基于动态聚类分析的网络用户相似性特征搜索研究

摘要

网络用户的相似性特征体现了用户的偏好,为了提高网络信息的自适应推荐能力,提出一种基于动态聚类分析的网络用户相似性特征搜索算法.采用非平稳随机序列分析方法构建网络用户信息传递模型,提取反映网络用户行为特征的关联规则特征量,采用关联信息标注方法进行网络用户相似性行为特征信息检索,对提取的网络用户相似性特征信息进行动态聚类分析,采用模糊聚类方法进行相似性行为特征信息的自适应归类识别,提高网络用户相似性特征的自适应搜索和信息处理能力.仿真结果表明,采用该方法进行网络用户相似性特征搜索的准确性较高,对网络用户的相似性行为特征信息的聚类识别能力较好,从而提高了网络信息的优化推荐能力.