改进的K-means算法在电信客户细分中的应用

• 作者: 张燕平 耿筱媛 闫屹
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 数据挖掘 聚类算法 K-means算法 准则函数
• 年，卷（期）: 2008,（5）
• 所属期刊栏目: 应用开发研究
• 页码范围: 163-167
• 页数: 5页
• 分类号: TP301.6
• 字数: 4883字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2008.05.049

摘要

在K-means算法中,选择不同的初始聚类中心会产生不同的聚类结果且有不同的准确率,并且其迭代过程在时间上不是高效的.针对K-means算法的这两点不足做了一定程度上的改进,理论分析表明,改进后的算法具有较高的准确度和较低的时间复杂度.采用改进后K-means聚类算法对电信客户数据进行聚类分析,得到具有不同特征的客户群组,通过与统计分析的对比,聚类结果分析更合理清晰,更便于对不同群组采取不同的经营策略,为管理者提供了合理的决策支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张燕平	安徽大学计算智能与信号处理教育部重点实验室	148	1556	21.0	32.0
2	闫屹	安徽大学计算智能与信号处理教育部重点实验室	2	23	2.0	2.0
3	耿筱媛	安徽大学计算智能与信号处理教育部重点实验室	2	23	2.0	2.0