基于改进的Weighted K-Means聚类的外卖员接单区域划分问题研究

• 作者: 张传鑫 马云卿
• 来源期刊: 统计学与应用
• 学科: 工学
• 关键词: 聚类算法 K-MEANS算法 WEIGHTED K-MEANS算法 PYTHON
• 年，卷（期）: 2019,（2）
• 页码范围: 203-217
• 页数: 15页
• 分类号: TP39

摘要

外卖行业蓬勃发展,人们对于外卖服务质量的要求也不断提升。因外卖员接单区域基本固定,合理划分外卖员负责区域并分配每个区域外卖员人数成为提升效率的关键。本项目基于查询算法模型,分析上海市2017年某时段的外卖数据,试图得到一个对于外卖接单区域的较为合理的划分标准并给出该划分。K-Means是一种常见的划分聚类算法,是在集中式系统框架无法对海量数据进行处理分析的基础上提出的。然而对于有权重的二维点集无法使用K-Means聚类算法,因此研究一种改进的Weighted K-Means算法显得尤为必要。本项目定义带权质心和带权距离,提出了新的Weighted K-Means算法,并使用改进前后的两种方法处理上海市外卖接单信息,给出合理可行的外卖员接单区域划分。对比两种方法的结果,改进的Weighted K-Means不仅方法可行,区域划分表现也更优秀。与此同时,使用该方法对外卖接单区域进行新的划分,有助于优化现有外卖模式、提升外卖效率以及顾客满意度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马云卿		3	0	0.0	0.0
2	张传鑫		1	0	0.0	0.0