基于密度的K-Means算法及在客户细分中的应用研究

• 作者: 刘相滨 向坚持 资武成
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: K-Means算法 KMAD算法 密度 客户细分
• 年，卷（期）: 2008,（35）
• 所属期刊栏目: 工程与应用
• 页码范围: 246-248
• 页数: 3页
• 分类号: TP301
• 字数: 4320字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008.35.074

摘要

针时K-Means算法所存在的问题进行了深入研究,提出了基于密度的K-Means算法(KMAD算法).该算法采用聚类对象区域空间的密度分布方法来确定聚类个数K的值,然后用高密度区域的质心作为K-Means算法的初始聚类中心.理论分析与实验结果表明了改进算法的有效性和稳定性,并将改进的算法应用于客户细分研究中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	向坚持	湖南师范大学计算机教学部	30	610	14.0	24.0
5	刘相滨	湖南师范大学计算机教学部	37	871	18.0	29.0
6	资武成	中南大学商学院	7	93	4.0	7.0