k-modes聚类方法的改进与在可追溯猪肉消费偏好研究中的应用

• 作者: 吴林海 董汉芳 陆姣 陈秀娟
• 来源期刊: 系统管理学报
• 学科: 社会科学
• 关键词: 可追溯猪肉 聚类算法 分类属性数据 消费偏好
• 年，卷（期）: 2019,（4）
• 页码范围: 752-762
• 页数: 11页
• 分类号: C939|F713.55
• 字数: 10631字
• 语种: 中文
• DOI: 10.3969/j.issn 1005-2542.2019.04.017

摘要

可追溯食品消费偏好等实证调查中具有大量的分类属性的数据,而常用的k-means聚类方法主要适用于连续的数值型数据,难以精确分析可追溯食品消费者类别.为此,引入k-modes聚类方法,通过改进聚类精度,改善聚类流程,改进了现有的k-modes算法,以更好地应用于分类属性数据的聚类分析.以分类正确率、类精度、召回率和平均迭代次数为评价检验的具体指标,相关检验表明,与经典k-modes聚类算法等相比较,改进后的k-modes聚类算法在标准数据集上实验结果良好.在此基础上,以可追溯猪肉为案例,通过菜单选择实验法收集消费者对可追溯猪肉信息属性偏好的数据,建立仿真分析流程,运用改进后的k-modes算法进行聚类分析,研究了消费者对可追溯猪肉属性的群体性偏好.仿真结果显示,消费者对可追溯猪肉信息属性的偏好具有明显的层次性、差异性,可基于消费偏好将消费者划分为4个类别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴林海	江南大学商学院	109	1342	21.0	32.0
5	陆姣	山西医科大学管理学院	19	31	3.0	5.0
6	董汉芳	江南大学物联网工程学院	2	3	1.0	1.0
7	陈秀娟	江南大学商学院	11	18	2.0	4.0