基于双聚类方法的生物医学信息学文本数据挖掘研究

运用TDA和gCluto软件对SCI数据库中近5年的相关文献进行处理,获得双聚类矩阵图,经分析后得到该学科领域近年来的期刊研究主题方向与热点。结论认为,双聚类方法能够很好地反映学科发展状况及研究热点,从而为医学人员提供有价值的信息与知识,值得进一步研究与推广。     

基于多目标优化双聚类的数字图书馆协同过滤推荐系统

针对数字图书馆推荐系统,提出一种能够同时考虑用户和项之间的相似性的协同过滤(CF)方法,即应用多目标优化计算双聚类技术对行和列同时进行聚类,完成对用户和项相似性同时分组。为评估算法的效率,应用MovieLens数据集进行实验,结果表明该方法能够为用户提供有用的推荐意见,其性能优于其他CF方法。