基于用户特征的K-means聚类算法应用与改进研究

随着电子商务的快速发展,用户数量与日俱增,商品数量庞大。在海量商品中,如何快速地得到自己想要的商品。基于这个问题,该文利用了用户的个人信息,将用户的个人性格特征、所属职业,以层次树的方式进行量化表示,并采用K-means算法将用户进行聚类,具有相似特征的用户在同一个类别中,将查询最近邻时间降低。最后针对K-means聚类算法初始中心的选择问题,采用kruskal算法构造最小生成树的思想进行改进,解决了k中心点的选择问题。