公开(公告)号：CN109902214A

公开(公告)日：2019-06-18

申请号：CN201910118231.5

申请日：2019-02-15

Applicant: 重庆邮电大学

Inventor： 雒江涛 ,  易伟 ,  戴文彬 ,  许国良

IPC: G06F16/951 ,  G06F16/9535

Abstract: 本发明涉及一种基于改进PageRank算法的用户偏好挖掘方法，利用用户的历史上网日志数据，通过改进的PageRank算法挖掘用户的偏好，能够提高用户偏好挖掘的准确率与召回率。该方法包括以下步骤：检查输入数据格式，提取用户上网过程中的兴趣点集合和上网时长集合；分析兴趣点集合和上网时长集合，确定用户访问兴趣点的频次、时长以及自转移参数；以兴趣点的频次、时长以及自转移参数为输入，通过自定义函数计算用户对兴趣点的关注度；将用户对兴趣点的关注度引入到PageRank算法中，计算每个兴趣点的IR值(兴趣点重要性得分，值域为0-1)；对兴趣点的IR值进行迭代计算，当满足迭代终止条件时，输出所有兴趣点的IR值；最后选取IR值靠前的Top-K个兴趣点作为用户偏好。

公开(公告)号：CN109919227A

公开(公告)日：2019-06-21

申请号：CN201910171730.0

申请日：2019-03-07

Applicant: 重庆邮电大学

Inventor： 雒江涛 ,  戴文彬 ,  许国良 ,  易燕

IPC: G06K9/62

Abstract: 本发明涉及一种面向混合属性数据集的密度峰值聚类方法，属于数据挖掘技术领域。该方法具体包括：S1：获取数据，并对其进行预处理；S2：计算样本点间的混合属性距离；S3：采用两次残差分析方法得到类簇中心点；S4：以遗传算法根据适应度函数迭代更新获取最优截断距离；S5：将其他样本点，按到最近邻的更高密度对象的最小距离，划分到相应的簇中，实现聚类。本发明改进了数据样本点间的混合属性距离计算，使密度峰值聚类算法能够适用于混合属性数据集。

公开(公告)号：CN109902214B

公开(公告)日：2021-06-08

申请号：CN201910118231.5

申请日：2019-02-15

Applicant: 重庆邮电大学

Inventor： 雒江涛 ,  易伟 ,  戴文彬 ,  许国良

IPC: G06F16/951 ,  G06F16/9535

Abstract: 本发明涉及一种基于改进PageRank算法的用户偏好挖掘方法，利用用户的历史上网日志数据，通过改进的PageRank算法挖掘用户的偏好，能够提高用户偏好挖掘的准确率与召回率。该方法包括以下步骤：检查输入数据格式，提取用户上网过程中的兴趣点集合和上网时长集合；分析兴趣点集合和上网时长集合，确定用户访问兴趣点的频次、时长以及自转移参数；以兴趣点的频次、时长以及自转移参数为输入，通过自定义函数计算用户对兴趣点的关注度；将用户对兴趣点的关注度引入到PageRank算法中，计算每个兴趣点的IR值(兴趣点重要性得分，值域为0‑1)；对兴趣点的IR值进行迭代计算，当满足迭代终止条件时，输出所有兴趣点的IR值；最后选取IR值靠前的Top‑K个兴趣点作为用户偏好。