基于模糊分区聚类的社交网络用户情景模式预测

摘要

为了提高社交网络用户行为分析和情景模式预测能力,优化社交网络建设,结合数据挖掘和行为分析方法进行社交网络的用户特征分析和用户情景模式的优化挖掘,发现社交网络用户行为特征.提出一种基于模糊分区聚类的社交网络用户情景模式预测方法,构建社交网络用户情景模式分布的关联拓扑结构模型,采用Parallel Sets变元轴排序方法进行社交网络用户情景模式存储结构分区调度,结合分段特征提取方法进行社交网络用户情景模式的关联数据挖掘,采用自适应寻优方法求取社交网络用户的情景模式的分布信息,利用模糊分区聚类方法发现用户情景模式数据集中的隐含模式,根据数据模糊分区聚类和挖掘结果,实现社交网络用户情景模式的自适应预测.仿真结果表明,采用该方法进行社交网络用户情景模式预测的准确性较高,提高了对社交网络用户情景模式特征配准的精度,算法处理的实时性较好.