蚁群聚类优化算法在零售客户分类中的应用

• 作者: 张婷
• 来源期刊: 贵阳学院学报（自然科学版）
• 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
• 页码范围: 25-29
• 页数: 5页
• 分类号: TP301
• 语种: 中文
• DOI: 10.3969/j.issn.1673-6125.2021.02.006

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.