客户行为的有效聚类

• 作者: 倪志伟 刘慧婷
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 经验模态分解方法 自底向上算法 K-means算法 趋势提取 客户行为聚类
• 年，卷（期）: 2010,（4）
• 所属期刊栏目: 博士论坛
• 页码范围: 12-14,28
• 页数: 4页
• 分类号: TP181
• 字数: 4168字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.04.004

摘要

对客户的交易数据进行聚类是客户行为分析的一个重要手段.针对客户交易数据维数高的特点,提出了基于EMD和K-means的顾客行为聚类算法.首先利用EMD和自底向上分段算法实现交易数据序列维度的约简,再利用K-means算法完成降维后序列的聚类,最后利用每个类别中购买率较高的商品作为该类的描述,为商家提供促销依据.该聚类算法一方面可以有效实现客户行为的聚类,另一方面,由于算法对交易数据序列进行了降维处理,节约了一定的存储空间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	倪志伟	合肥工业大学汁算机网络所	136	1346	21.0	27.0
2	刘慧婷	安徽大学汁算机科学与技术学院	64	1093	15.0	31.0