论文部分内容阅读
研究了聚类分析技术在网络推荐系统中的应用。由于k均值（k-means）聚类算法易受到局部最优与噪声点等因素的影响,文章结合DBSCAN（Density-based Spatial Clustering of Application with Noise）算法和MMD（Max-Min Distance）初始聚类中心选取算法,对原始k-means算法进行了改进,提出了DMK（Density-based and Max-min-distance K-means）算法。该算法使用DBSCAN选取高密度点作为第一个