一种结合PSOA的模糊K-均值客户聚类算法

• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 模糊K均值聚类 粒子群优化算法 客户聚类 客户关系管理
• 年，卷（期）: 2009,（12）
• 所属期刊栏目: 数据挖掘
• 页码范围: 74-76
• 页数: 3页
• 分类号: TP301.6
• 字数: 3589字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2009.12.022

摘要

运用结合PSO(粒子群优化)算法的模糊均值聚类法进行客户聚类分析是CRM中一个新的研究方向.本文提出将M个客户记录指定字段中出现频率最大的N个字段值作为客户的特征属性,由M个客户的特征属性构成客户模糊聚类的模式样品集,并在均值聚类算法中结合PSO算法,对总的类内离散度和进行优化,使其达到最小值,从而获取最佳客户聚类.实验表明,采用本算法能够得到满意的客户聚类结果.