-
公开(公告)号：CN103699678A
公开(公告)日：2014-04-02
申请号：CN201310752850.2
申请日：2013-12-31
Applicant: 苏州大学
IPC: G06F17/30
Abstract: 本发明公开一种基于多阶段分层采样的层次聚类方法和系统，该方法包括：将随机采样得到的初始样本集作为种子构建分层查询策略，并基于分层的估计方差被最小化原则，为每层查询策略分配相应的样本个数；利用分层查询策略对数据源进行分层采样，得到样本代表性较高的代表性样本集；对代表性样本集中的样本进行聚类，基于聚类所得簇的边界点对数据源进行二次采样，得到样本不确定性较高不确定性样本集；基于由初始样本集、代表性样本集及不确定性样本集构成的合集进行聚类，以估计数据源的聚类中心。可见，本发明通过多阶段分层采样保证了样本具有较高的代表性、不确定性，规避了随机采样样本代表性较差的问题，进而提高了数据源聚类的准确度。
-
公开(公告)号：CN105528395A
公开(公告)日：2016-04-27
申请号：CN201510861708.0
申请日：2015-11-30
Applicant: 苏州大学
CPC classification number: G06F16/9537 , G06Q30/0201 , G06Q50/01
Abstract: 本申请公开一种潜在消费者推荐方法和系统，所述方法和系统在接收到商家提交的包括潜在消费者数目及商家位置的推荐请求之后，从社交网络的用户集合中获取个数为所述潜在消费者数目的目标用户，其中，各个所述目标用户对所述商家位置的偏好程度不低于所述用户集合中其他用户对所述商家位置的偏好程度；在此基础上，将各个所述目标用户作为各个潜在消费者，并显示所述各个潜在消费者，供商家参阅。可见，本申请实现了一种以商家为中心的推荐方案，为商家的市场营销提供了便利。
-
公开(公告)号：CN103699678B
公开(公告)日：2016-09-28
申请号：CN201310752850.2
申请日：2013-12-31
Applicant: 苏州大学
IPC: G06F17/30
Abstract: 本发明公开一种基于多阶段分层采样的层次聚类方法和系统，该方法包括：将随机采样得到的初始样本集作为种子构建分层查询策略，并基于分层的估计方差被最小化原则，为每层查询策略分配相应的样本个数；利用分层查询策略对数据源进行分层采样，得到样本代表性较高的代表性样本集；对代表性样本集中的样本进行聚类，基于聚类所得簇的边界点对数据源进行二次采样，得到样本不确定性较高不确定性样本集；基于由初始样本集、代表性样本集及不确定性样本集构成的合集进行聚类，以估计数据源的聚类中心。可见，本发明通过多阶段分层采样保证了样本具有较高的代表性、不确定性，规避了随机采样样本代表性较差的问题，进而提高了数据源聚类的准确度。
-
-
Search Results
3
records
(took 0.012 seconds)
