半監(jiān)督聚類在數(shù)字圖書推薦中的應用研究.pdf

1、當前，推薦方式通常被分為三類：基于內(nèi)容的推薦方法，協(xié)同過濾推薦方法和混合推薦方法?；趦?nèi)容的推薦是為客戶推薦其以往偏愛的產(chǎn)品的相似產(chǎn)品。它沒有考慮到用戶反饋的信息和用戶暗含的興趣，這樣就會導致結(jié)果的不正確。協(xié)同過濾推薦首先尋找當前客戶的鄰居客戶，之后把鄰居客戶喜愛的商品推薦給當前客戶。所以協(xié)同過濾推薦亟待解決的難題即是數(shù)據(jù)稀疏與冷啟動。
　　半監(jiān)督聚類就是在無監(jiān)督學習的基礎(chǔ)上添加較少的監(jiān)督信息，然后使用這些監(jiān)督信息來提升聚類效果。

2、度量函數(shù)在聚類中非常常見，常用的度量方式采用歐式距離，但是歐式距離同樣存在很多不足之處：歐式距離度量對于橢圓形數(shù)據(jù)的處理效果很差；如果數(shù)據(jù)集里面的樣本之間相關(guān)性很高，歐式距離度量的效果就不夠理想；假如數(shù)據(jù)樣本集的維數(shù)很大，計算量會非常大，那么算法的時間復雜度就會很高。
　　針對上述推薦方法與半監(jiān)督聚類的問題，本文將改進的馬氏距離用于半監(jiān)督聚類，旨在實現(xiàn)多種推薦方法用于數(shù)字圖書推薦。具體研究工作如下：
　?。?）針對協(xié)同過濾推

3、薦中相似度計算的方法比較少這一問題，以及歐式距離只對球形數(shù)據(jù)的處理效果較好，橢圓形數(shù)據(jù)的處理效果很差這一缺點，將基于熵理論的馬氏距離用于度量。然后與高斯混合模型相結(jié)合，用于半監(jiān)督聚類，構(gòu)建目標函數(shù)，提高聚類質(zhì)量。
　?。?）監(jiān)督信息不止包括數(shù)據(jù)標簽，也包含樣本的連接約束關(guān)系，但是通常研究會忽略約束關(guān)系。約束條件就是，必需同在一類的歸為Must-Link，肯定不在一類的歸為Cannot-Link。所以在聚類之前，將約束關(guān)系作為先驗條