面向分类属性数据的一种改进相异性度量及其在客户细分中的应用

• 作者: 吴楠 胡晓雪 赵嵩正
• 来源期刊: 计算机应用研究
• 关键词: 分类属性 分类属性相异性 距离层次 客户细分 聚类分析
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 400-403,408
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2016.02.018

摘要

针对传统相异性度量无法准确反映决策者在与细分目标相关的决策指标上的偏好信息,提出一种改进的距离层次并给出使用该度量,基于聚类分析的客户细分基本流程.该度量利用距离层次计算各分类属性值概念间的相异性,同时引入指标距离的概念描述对于特定指标,决策者在不同分类属性值上的偏好,结合模糊相似优先比决策方法和树的广度优先遍历计算不同分类属性值间的指标距离,最后通过将所求得的概念距离和指标距离进行加权求和以更全面地度量不同分类属性值间的相异性.对陕西省电力公司工业客户进行细分实验的结果表明:与传统距离层次相比,采用改进相异性度量能提高聚类质量和细分结果的可解释性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵嵩正	西北工业大学管理学院	163	2278	26.0	38.0
2	吴楠	西北工业大学管理学院	15	122	7.0	10.0
3	胡晓雪	西北工业大学管理学院	3	16	2.0	3.0