一种基于K-means和LDA双向验证的网络行为习惯聚类方法

摘要

本发明公开了一种基于K‑means和LDA的双向验证的网络行为习惯聚类方法，本发明利用人员上网记录中的网页属性、关键词和频数，结合K‑means算法、LDA文档主题提取模型和退火算法，先对全体人员‑标签‑频率集、人员浏览记录‑人员‑关键词集进行K‑means算法聚类和LDA文档主题提取模型生成，存储计算中间结果，之后使用退火算法将K‑means和LDA进行双向验证，计算全局最佳主题‑分类标签序列，以此为依据优化网络行为习惯聚类的结果，K‑means和LDA双向验证提高了对人员‑分类标签的敏感度，退火算法能够提高优化聚类结果的效率，进而提高聚类准确性。