一种基于K-means和LDA双向验证的网络行为习惯聚类方法[CN201610565749.X] - 淮阴工学院

专利申请

2016-07-19
公布公告

2019-06-11
授权日期

2019-06-11
终止

2029-06-08

一种基于K-means和LDA双向验证的网络行为习惯聚类方法

* 专利信息仅供参考，不具有法律效力。有效专利

注册号： CN201610565749.X 申请日期： 2016-07-19 专利主类别： G06F16/35 {{ classMap["G06F16/35"] }}

申请人名称：淮阴工学院

查看申请人名下所有专利

申请人地址：江苏省淮安市高教园区枚乘东路1号

专利分类项目

G06F16/35 :

G06F16/31 :

G06K9/62 : 应用电子设备进行识别的方法或装置

专利注册信息

初审公告期号	2016-07-19	初审公告日期	2019-06-11
注册公告期号	2019-06-11	注册公告日期	2019-06-11
专用权期限	2019-06-11 - 2029-06-08	专利类型	发明授权
代理组织机构	--

专利介绍

本发明公开了一种基于K‑means和LDA的双向验证的网络行为习惯聚类方法，本发明利用人员上网记录中的网页属性、关键词和频数，结合K‑means算法、LDA文档主题提取模型和退火算法，先对全体人员‑标签‑频率集、人员浏览记录‑人员‑关键词集进行K‑means算法聚类和LDA文档主题提取模型生成，存储计算中间结果，之后使用退火算法将K‑means和LDA进行双向验证，计算全局最佳主题‑分类标签序列，以此为依据优化网络行为习惯聚类的结果，K‑means和LDA双向验证提高了对人员‑分类标签的敏感度，退火算法能够提高优化聚类结果的效率，进而提高聚类准确性。

法律进度