钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
基础科学期刊
\
大学学报期刊
\
贵阳学院学报(自然科学版)期刊
\
蚁群聚类优化算法在零售客户分类中的应用
蚁群聚类优化算法在零售客户分类中的应用
作者:
张婷
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取
蚁群聚类
零售客户
优化
观察半径
概率转换
摘要:
随着网上购物热潮的到来,企业拥有的客户数据激增.挖掘并分析出隐藏在客户数据中的信息,实现客户群进行划分,对提高企业盈利有显著作用.鉴于此,研究从移动策略、观察半径、概率转换函数等三个方面进行蚁群聚类算法的优化,并以蚁群聚类优化算法实现客户数据的聚类分析.研究结果显示,与标准蚁群聚类算法相比,蚁群聚类优化算法的平均错误个数降至9.6个,平均运行时间降至31.23s;客户群1对应的零售客户消费总次数均值、消费总金额均值均最高,依次为19次、36439元.这些结果说明蚁群聚类优化算法能够实现零售客户的分类,且分类耗时短、分类质量高.
暂无资源
收藏
引用
分享
推荐文章
蚁群聚类算法在客户关系管理中的应用
蚁群算法
客户关系管理
聚类分析
蚁群聚类算法
蚁群聚类算法在客户分类中的应用
蚁群算法
聚类
数据挖掘
基于蚁群聚类的智能优化算法及应用
数据挖掘
聚类分析
蚁群聚类组合算法
客户行为
基于ID3算法的卷烟产品零售客户分类研究
ID3算法
决策树
信息熵
数据挖掘
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
内容分析
关键词云
关键词热度
相关文献总数
(/次)
(/年)
文献信息
篇名
蚁群聚类优化算法在零售客户分类中的应用
来源期刊
贵阳学院学报(自然科学版)
学科
关键词
蚁群聚类
零售客户
优化
观察半径
概率转换
年,卷(期)
2021,(2)
所属期刊栏目
计算机应用研究
研究方向
页码范围
25-29
页数
5页
分类号
TP301
字数
语种
中文
DOI
10.3969/j.issn.1673-6125.2021.02.006
五维指标
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(133)
共引文献
(7)
参考文献
(7)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
1964(1)
参考文献(0)
二级参考文献(1)
1985(1)
参考文献(0)
二级参考文献(1)
1995(1)
参考文献(0)
二级参考文献(1)
1997(2)
参考文献(0)
二级参考文献(2)
2000(2)
参考文献(0)
二级参考文献(2)
2001(1)
参考文献(0)
二级参考文献(1)
2003(2)
参考文献(0)
二级参考文献(2)
2004(1)
参考文献(0)
二级参考文献(1)
2005(3)
参考文献(0)
二级参考文献(3)
2006(6)
参考文献(0)
二级参考文献(6)
2007(4)
参考文献(0)
二级参考文献(4)
2008(7)
参考文献(0)
二级参考文献(7)
2009(4)
参考文献(0)
二级参考文献(4)
2010(6)
参考文献(0)
二级参考文献(6)
2011(8)
参考文献(0)
二级参考文献(8)
2012(3)
参考文献(0)
二级参考文献(3)
2013(5)
参考文献(0)
二级参考文献(5)
2014(6)
参考文献(0)
二级参考文献(6)
2015(12)
参考文献(0)
二级参考文献(12)
2016(18)
参考文献(0)
二级参考文献(18)
2017(16)
参考文献(0)
二级参考文献(16)
2018(16)
参考文献(0)
二级参考文献(16)
2019(8)
参考文献(0)
二级参考文献(8)
2020(7)
参考文献(7)
二级参考文献(0)
2021(0)
参考文献(0)
二级参考文献(0)
引证文献(0)
二级引证文献(0)
研究主题发展历程
节点文献
蚁群聚类
零售客户
优化
观察半径
概率转换
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
贵阳学院学报(自然科学版)
主办单位:
贵阳学院
出版周期:
季刊
ISSN:
1673-6125
CN:
52-1142/N
开本:
大16开
出版地:
贵州省贵阳市龙洞堡见龙洞路103号
邮发代号:
创刊时间:
1985
语种:
chi
出版文献量(篇)
1386
总下载数(次)
5
总被引数(次)
2875
期刊文献
相关文献
1.
蚁群聚类算法在客户关系管理中的应用
2.
蚁群聚类算法在客户分类中的应用
3.
基于蚁群聚类的智能优化算法及应用
4.
基于ID3算法的卷烟产品零售客户分类研究
5.
基于遗传改进蚁群聚类算法的电力客户价值评价
6.
一种改进的蚁群聚类算法在客户细分中的应用
7.
SOM聚类方法在卷烟零售户分类中的应用
8.
蚁群聚类算法综述
9.
蚁群聚类算法在隐写分析中的应用
10.
改进的蚁群聚类算法在电信CRM客户细分中的应用
11.
层次分析与聚类分析、判别分析在卷烟零售户分类中的应用
12.
蚁群聚类分析算法在茶叶等级分类识别中的应用
13.
蚁群聚类算法在客户关系管理中的应用
14.
一种动态调整的蚁群聚类算法
15.
基于粒度原理的蚁群聚类算法
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
力学
化学
地球物理学
地质学
基础科学综合
大学学报
天文学
天文学、地球科学
数学
气象学
海洋学
物理学
生物学
生物科学
自然地理学和测绘学
自然科学总论
自然科学理论与方法
资源科学
非线性科学与系统科学
贵阳学院学报(自然科学版)2021
贵阳学院学报(自然科学版)2020
贵阳学院学报(自然科学版)2019
贵阳学院学报(自然科学版)2018
贵阳学院学报(自然科学版)2017
贵阳学院学报(自然科学版)2016
贵阳学院学报(自然科学版)2015
贵阳学院学报(自然科学版)2014
贵阳学院学报(自然科学版)2013
贵阳学院学报(自然科学版)2012
贵阳学院学报(自然科学版)2011
贵阳学院学报(自然科学版)2010
贵阳学院学报(自然科学版)2009
贵阳学院学报(自然科学版)2008
贵阳学院学报(自然科学版)2007
贵阳学院学报(自然科学版)2006
贵阳学院学报(自然科学版)2021年第4期
贵阳学院学报(自然科学版)2021年第2期
贵阳学院学报(自然科学版)2021年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号