面向个性化食品包配送的聚类技术比较分析
机器学习
2023-01-02 v1 机器学习
摘要
由于疫情，喀拉拉邦政府增加了免费食品包的供应频率，然而这些物品是固定的，并不能反映消费者的个人偏好。本文基于联合分析调查获得的真实世界数据集的缩减版本，对各种聚类技术进行了比较分析。分析了由 k 均值等基于质心的方法进行的聚类，并将结果与奇异值分解（SVD）一同绘制，最终得出两者中哪一种更优的结论。一旦形成聚类，还为每一个聚类确定了商品。此外，基于特定的聚类损失阈值，通过重新分配进一步增强了聚类效果。由此，最终获得了用于设计满足个人需求的食品包的最有效聚类技术。
引用
@article{arxiv.2212.14874,
title = {Comparative Analysis of Clustering Techniques for Personalized Food Kit Distribution},
author = {Jude Francis and Rowan K Baby and Jacob Abraham and Ajmal P. S},
journal= {arXiv preprint arXiv:2212.14874},
year = {2023}
}
备注
7 pages,13 figures