基于混合数据聚类算法的异质顾客群体识别

• 作者: 谢卫星 王晓琳 王旭阳 张静娜 李玉鹏
• 来源期刊: 计算机工程与应用
• 关键词: 决策群体分类 顾客分类 混合数据聚类 惩罚竞争机制
• 年，卷（期）: 2021,（13）
• 所属期刊栏目: 模式识别与人工智能|Pattern Recognition and Artificial Intelligence
• 页码范围: 130-137
• 页数: 8页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2004-0074

摘要

顾客作为产品满意度测度过程中评价决策的主体,对其进行分类研究,识别不同顾客群体异质评价特征具有重要意义.顾客评价特征存在多元性和冲突性,根本原因是顾客作为决策者的异质性,而顾客的异质性来源于顾客本身属性,包含分类型属性和数值型属性.提出了一种基于惩罚竞争机制的混合属性顾客分类方法,根据数值型和分类型属性值的分布规律,给出了混合数据初始聚类中心的确定方法;建立了统一相似性度量模型,并引入惩罚竞争机制,实现了聚类过程中的基本迭代和自动优化聚类数.以某产品异质顾客分类问题为例验证了所提方法的可行性,继而通过"Heart Disease"标准数据集将所提算法与K-means和K-prototypes两种经典聚类算法进行对比,验证了该方法的有效性.