改进的数据预处理算法及其应用

聚类分析是数据挖掘领域一项重要的课题。针对重复数据与孤立数据的预处理可以优化聚类结果。重复数据处理方面,文中在传统的重复数据查找算法SNM的基础上加入了伸缩窗口与变化移动速度的思想,提高了查找的准确率与效率;孤立数据方面,文中提出基于层次聚类分簇搜寻算法,算法利用层次聚类将数据分成独立的簇再依次搜寻孤立点提高了查询速率,并加入恢复检验的部分恢复被误删的非孤立点提高查找的准确率。实验仿真中,首先抽取部分数据验证了改进后的数据预处理算法的准确性,然后将数据预处理算法用于处理移动用户消费数据后再对数据进行聚类分析,从而达到对客户的归属地信息识别的目的。实验结果表明,文中提出的预处理算法具有很高的准确率与效率。

基于社交影响力的推荐算法

社交网站的兴起促使社交推荐成为了推荐系统领域的热门研究方向。微博是一类具有代表性的社交网站,其用户之间以一对多的不对等关系为主,如何为微博用户推荐潜在的关注对象是社交推荐中的一个重要研究点。文中针对微博类社交网站中用户间关系不对等的特点,结合用户间的交互行为信息,提出了一种社交影响力的计算方法,并在此基础上提出基于社交影响力的推荐算法(SIB)。该算法通过计算用户社交影响力矩阵,然后使用K个最近邻(K-Nearest Neighbor,KNN)算法找出目标用户的邻居集合,借助邻居集合帮助推荐。该算法综合考虑了微博社交网站中的两种社交关系,能有效地对微博类社交网站进行个性化推荐。通过在真实数据集上进行实验,证明该算法在微博类社交网站中的推荐效果比单纯的基于用户协同过滤(User-based Collaborative Filtering,UCF)算法有一定程度的提升。

智能客服中大数据技术应用的探讨

智能客服的目标之一就是准确快速回放投诉客户的感知及网络痕迹,并能够借助智能系统提供快速问题诊断和定界定位。实现这一目标的难点在于如何能够高效处理海量数据,抽取单用户信息,满足客服在线服务对时延的严格要求。山东联通尝试通过大数据技术,采集网络侧拥有的海量优质数据并建模关联处理,成功地将用户的相关信息在线推送到客服环节,响应时延控制在秒级。