基于人工鱼群的聚类算法在读者行为分析的应用研究

基于人工鱼群的聚类算法在读者行为分析的应用研究

ID:33101412

大小:1.63 MB

页数:64页

时间:2019-02-20

基于人工鱼群的聚类算法在读者行为分析的应用研究_第1页
基于人工鱼群的聚类算法在读者行为分析的应用研究_第2页
基于人工鱼群的聚类算法在读者行为分析的应用研究_第3页
基于人工鱼群的聚类算法在读者行为分析的应用研究_第4页
基于人工鱼群的聚类算法在读者行为分析的应用研究_第5页
资源描述:

《基于人工鱼群的聚类算法在读者行为分析的应用研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、TP391公开分类号:____________密级:______________UDC:____________单位代码:______________11646基于人工鱼群的聚类算法在读者行硕士学位论文为分析的应用研究论文题目:基于人工鱼群的聚类算法在读者行为分析的应用研究刘薇学号:_________________________0911081139姓名:_________________________刘薇专业名称:________计算机应用技术_________________学院:_________________________信息科学与工程学院指导教师:__

2、_______________________刘柏嵩教授宁波大学论文提交日期:2014年04月15日万方数据分类号:____________TP391密级:______________公开UDC:____________单位代码:______________11646硕士学位论文论文题目:基于人工鱼群的聚类算法在读者行为分析的应用研究学号:_________________________0911081139姓名:_________________________刘薇计算机应用技术专业名称:_________________________信息科学与工程学院学院:___

3、______________________刘柏嵩教授指导教师:_________________________论文提交日期:2014年04月15日万方数据AThesisSubmittedtoNingboUniversityfortheMaster’sDegreeStudyontheAnalysisofReaderBehaviorUsingAClusteringAlgorithmbasedonArtificialFishSwarmAlgorithmCandidate:LiuWeiSupervisors:ProfessorLiuBaisongFacultyofElect

4、ricalEngineeringandComputerScienceNingboUniversityNingbo315211,ZhejiangP.R.CHINADate:April15,2014万方数据独创性声明本人郑重声明:所呈交的论文是我个人在导师指导下进行的研究工作及取得研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写的研究成果,也不包含为获得宁波大学或其他教育机构的学位或证书所使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。若有不实之处,本人愿意承担相关法律责任。签名:____

5、_______日期:____________关于论文使用授权的声明本人完全了解宁波大学有关保留、使用学位论文的规定,即:学校有权保留送交论文的复印件,允许论文被查阅和借阅;学校可以公布论文的全部或部分内容,可以采用影印、缩印或其他复制手段保存论文。(保密的论文在解密后应遵循此规定)签名:___________导师签名:___________日期:____________万方数据宁波大学硕士学位论文基于人工鱼群的聚类算法在读者行为分析的应用研究摘要在信息化时代里,数据存储量与日俱增,为了从这些看似毫无规律的数据中得到有价值的资料,数据挖掘技术应时而生,在近一个多世纪中,它

6、得到了飞速的发展,且在诸多领域中应用越来越普遍。其中,对聚类分析的研究一直是数据挖掘发展历程中的重点内容之一。最近几十年,新兴的群体智能算法如粒子群算法、蛙跳算法等在优化领域获得了巨大的成功。作为群体智能算法之一,人工鱼群算法自被提出后,引起了诸多专家学者的注意,为了提高实用性,它被广泛应用到不同领域,其中包括数据挖掘领域。另外,高校图书馆有着相对固定的读者,大批用户数据在日常的读者服务中产生。图书馆系统中的记录是读者实现自我需要的行为结果,也是图书馆资源被读者认可的有力凭证。一些与用户相关的知识隐藏在读者信息、馆藏图书信息以及用户借阅记录等数据之间。出于商业利益的考虑

7、,目前各界对高校读者行为分析的研究还不是很多。本论文通过研究K-means聚类算法和人工鱼群算法,设计了一种新的基于改进人工鱼群的混合聚类算法,并以此作为核心算法,对文中提出的三种读者行为分析模型进行聚类,为图书馆对读者借阅规律的把握、馆藏图书受喜爱程度,服务模式提升等方面提供一定的依据。首先,设计并实现了一种基于改进人工鱼群的混合聚类算法。该算法从以下几个方面进行了改进:对参数视野采用矢量的形式,以待聚类样本的各属性值的标准差为基准;对追尾算子融合粒子群策略;在迭代过程中随机选择一小部分不为最优状态的人工鱼,按照最近邻原则,执行K-me

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。