基于混合聚类算法的客户细分策略研究

• 作者: 孙红 王虹
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 层次聚类法 K-means算法 混合聚类算法 客户细分 汽车销售
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 协议·算法及仿真
• 页码范围: 29-32
• 页数: 4页
• 分类号: TP301.6
• 字数: 3813字
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2016.01.008

摘要

针对层次聚类法和K-means 聚类法的缺陷和不足, 提出将二者相结合的改进算法, 既解决了层次聚类法伸缩性差的问题, 又解决了 K-means聚类法对初始聚类中心敏感的问题. 通过对改进算法的计算复杂度分析并利用UCI数据库的测试数据对改进算法进行测试. 结果表明, 混合聚类算法使样本聚类的准确率提高到94%, 并有更高的执行效率和更好地实用性. 此外, 将此算法应用到汽车销售公司的客户细分管理中, 得出了差别化明显的客户细分类别, 表明此改进算法具有更强的客户细分能力以及客户行为特征的解释能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙红	上海理工大学光电信息与计算机工程学院	64	316	10.0	12.0
5	王虹	上海理工大学光电信息与计算机工程学院	1	10	1.0	1.0