基于区间值数据动态聚类算法的客户市场细分

• 作者: 吴春旭 蒋宁
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 市场细分 动态聚类 数据挖掘 K均值
• 年，卷（期）: 2007,（12）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 116-118
• 页数: 3页
• 分类号: TP3
• 字数: 3789字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2007.12.045

摘要

K均值算法(K-means)目前较为成功地应用于客户市场细分,但随着市场规模的扩大,面临着对于初始类个数敏感,易陷入局部极小值的严重问题,制约了聚类效果.提出基于区间值数据,以自适应欧氏距离作为度量的动态聚类方法,将客户的多维属性和基因算法结合提高类初始化质量,自适应地调整聚类数,并通过实验测试表现出较好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴春旭	中国科学技术大学管理学院	33	449	11.0	19.0
2	蒋宁	中国科学技术大学管理学院	22	132	8.0	11.0