典型文献
基于SOM聚类的用户信息数据自动挖掘算法研究
文献摘要：
大数据时代使得每个行业的用户信息数据急剧增加,数据量级呈现海量级别,在海量数据中挖掘有效的用户信息数据成为限制行业发展的阻碍之一,相关研究受到了大众的重点关注.基于爬虫技术获取用户信息数据,统一用户信息数据格式,应用模糊算法匹配用户信息数据,清除冗余数据,搭建SOM神经网络拓扑结构,确定数据聚类类别数目,通过SOM聚类算法处理用户信息数据,以上述聚类结果为依据,采用ATPRK方法推测数据需求尺度,对数据进行再次聚类,实现了用户信息数据的自动挖掘.实验数据显示:应用提出算法获得的用户信息数据自动挖掘耗时更短,用户信息数据聚类熵数值更小,充分证实了提出算法应用性能更佳.
文献关键词：
SOM聚类;用户;数据挖掘;信息数据;并行计算;大数据
中图分类号：
作者姓名：
黄红涛;徐婷
作者机构：
华中师范大学信息化办公室,武汉430079;华中师范大学图书馆,武汉430079
文献出处：
引用格式：
[1]黄红涛;徐婷-.基于SOM聚类的用户信息数据自动挖掘算法研究)[J].自动化与仪器仪表,2022(07):26-30
A类：
ATPRK
B类：
SOM,用户信息,信息数据,数据自动挖掘,挖掘算法,算法研究,数据量,海量级,海量数据,爬虫技术,技术获取,取用,统一用户,数据格式,模糊算法,配用,冗余数据,网络拓扑结构,数据聚类,别数,聚类算法,数据需求,算法应用,应用性能,并行计算
AB值：
0.313188
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
