论文部分内容阅读
基于用户行为时序的聚类研究与实现
【摘 要】
：
网络用户随时间变化的行为分析是近年来用户行为分析的热点,通常为了发现用户行为的特征需要对用户做聚类处理。针对用户时序数据的聚类问题,现有研究方法存在计算性能差,距离度量不准确的缺点,无法处理大规模数据。为了解决上述问题,本文研究了基于对称KL距离的用户行为时序聚类方法,同时采用分布式计算和MapReduce编程模型进一步提高聚类运算的计算效率,最终实现用户行为时序的自动聚类。本文主要的研究内容包括
【出 处】
：
北京邮电大学
【发表日期】
：
2019年01期
其他文献