基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了解决数据挖掘问题中离散优化问题,提高全局的优化能力,在研究基本蚁群聚类模型的基础上,通过改进,提出了一种新的蚁群聚类组合算法,将此算法应用于银行信用卡客户的消费行为分析,通过数据测试和性能分析,证明这种算法在解决离散空间问题上表现了良好的性能.该结果对银行制定市场策略上提供了良好的参考价值.
推荐文章
基于扩散信息素的蚁群聚类算法及应用
蚁群算法
聚类分析
信息素扩散模型
客户分类
蚁群聚类算法在隐写分析中的应用
隐写分析
富模型
集成分类
蚁群算法
基于蚁群聚类的入侵检测技术研究
入侵检测
数据挖掘
蚁群聚类
基于信息熵的蚁群聚类组合算法的研究
聚类
蚁群聚类
信息熵
K-均值
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于蚁群聚类的智能优化算法及应用
来源期刊 辽宁工程技术大学学报(自然科学版) 学科 工学
关键词 数据挖掘 聚类分析 蚁群聚类组合算法 客户行为
年,卷(期) 2010,(z1) 所属期刊栏目 基础科学
研究方向 页码范围 179-181
页数 分类号 TP18|F833/837
字数 2305字 语种 中文
DOI 10.3969/j.issn.1008-0562.2010.z1.066
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王鹤 辽宁工程技术大学基础教学部 13 103 7.0 9.0
2 任建华 辽宁工程技术大学电子与信息工程学院 21 97 6.0 8.0
3 邱云飞 宁工程技术大学软件学院 1 12 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (28)
共引文献  (34)
参考文献  (5)
节点文献
引证文献  (12)
同被引文献  (27)
二级引证文献  (9)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(5)
  • 参考文献(2)
  • 二级参考文献(3)
2005(7)
  • 参考文献(1)
  • 二级参考文献(6)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(4)
  • 引证文献(4)
  • 二级引证文献(0)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(8)
  • 引证文献(3)
  • 二级引证文献(5)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
数据挖掘
聚类分析
蚁群聚类组合算法
客户行为
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
辽宁工程技术大学学报(自然科学版)
月刊
1008-0562
21-1379/N
大16开
辽宁省阜新市
1979
chi
出版文献量(篇)
6319
总下载数(次)
12
总被引数(次)
52708
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导