基于優(yōu)化K-means聚類算法的用戶畫像

打開文本圖片集

摘  要：近年來，用戶畫像作為一種有效的大數(shù)據(jù)工具，在電子商務(wù)、社交網(wǎng)絡(luò)等互聯(lián)網(wǎng)行業(yè)得到廣泛應(yīng)用。然而，對于傳統(tǒng)企業(yè)，數(shù)據(jù)維度往往較少，同時分散在多個信息系統(tǒng)，難以通過一般的方法得到較準確的結(jié)果。針對此問題，文章提出基于優(yōu)化K-means聚類算法的用戶畫像方法，即同時利用K-means++初始聚類中心優(yōu)化算法提高聚類精度、Mini Batch K-means小批量優(yōu)化算法提高收斂速度，以充分結(jié)合二者的強互補性，提高算法的分析處理能力。（剩余6181字）