分析型CRM中聚类算法的研究.pdf

兰州理工大学
硕士学位论文
分析型CRM中聚类算法的研究
姓名:徐勇
申请学位级别:硕士
专业:计算机应用技术
指导教师:陈旭辉
20100511
摘要随着科技的不断发展,网络技术和数据库技术得到广泛的应用,企业存储的取蕴藏在其中的商业信息。如何能从数据中找出规律和模式,获取商业信息,帮业的一种商业策略。而客户细分则是氖滓N侍猓ň劾嗉际踉擞玫娇突甿算法是主要的聚类算法之一,它是一种基于划分的聚类算法。本文类技术应用于客户细分,客户细分是企业能够进行有效客户管理的前提和依据,因此这方面的研究具有实际指导意义。本文的主要研究工作有以下几个方面:本文分析了聚类技术的概念、功能、流程以及常用算法的优缺点,重点探讨针对不同的数据集选择相应的度量函数。其次针对算法对初始聚类中心敏感以及较分析,验证了改进的甿算法能有效的增强聚类效果,在实际应用中是可关键词:客户关系管理;聚类分析;甿;度量函数;轮廓系数;客户细分数据量也急剧上升。虽然企业拥有着大量的客户数据,但却无法从海量数据中提助企业更好的进行决策支持成了当前研究的热门话题。客户关系管理瞧细分中,能够为企业进行客户分析提供更多有价值的信息。在对该算法研究的基础上,试图将该算法进行改进。同时在算法应用方面,将聚了猰算法的相关理论以及算法的优缺点,同时针对该算法的缺点提出了一种改进的甿算法。首先针对甿算法度量函数的单一性引入了度量函数规则,使算法能够无法确定档奈侍猓肼掷O凳约白畲缶嗬牒姆椒ɡ慈范╧值及初始聚类中心,从而得到了一个稳定的聚类结果。通过仿真实验证明了算法的可行性和有效性。文章最后介绍了客户细分的相关概念和细分方法,并将传统的甿算法与改进的甿算法应用到客户细分当中,通过对两种算法的细分结果进行比行的。硕十学位论文
璱: ⋯.。籩:啊癲锄掣盯璦一娑伍掣竺论竺昭茫裕海琁正琤⋯趇::憾海篿’謎海麓二:頹:五:‘璶皌忌齞.三憾:。::::二三產癶。竺:#甦;畁篴簅畁‘。二..環蛐唬憾:。‘璿.‰褃噗。。“.。¨盿缅锄。虮痂∞唧酊。⋯‰琫删面啊砲瑂.。。.痶甌。⋯。“。。。鷆,:,‘.。。。甧.!”‘。。.￡。。瑄!。甶甶. .。瓼,.甿Ⅱ
:籆;籑硕宦畚;籆
插图索引图业务应用、评价指标、数据挖据功能映射关系⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图聚类算法分类图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图层次聚类算法树形图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..流程图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯聚类算法聚类过程示意描述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图二维测试数据集样本分布图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图数据集中簇个数的轮廓系数曲线⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图样本对象的分布⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图改进甅算法流程图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一图利用改进甅算法的聚类结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。图基于购买行为的客户价值矩阵⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。图分析型逑到峁埂图三种低车墓叵怠图图各算法的在不同数据集上实验结果对比⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。图正确的聚类结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.分析型芯劾嗨惴ǖ难芯
附表索引表聚类算法的比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..表不同度量函数的准确性比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.表实验数据集的特征描述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯表同一算法不同数据集上运行次的平均实验结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..表客户交易数据表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..表客户细分结果表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯表聚类结果比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.硕卜学位论文
兰州理工大学学位论文原创性声明和使用授权说明日期:矽,·年原创性声明日期:弘谀月学位论文版权使用授权书本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名:本学位论文作者完全了解学校有关保留、使用学位论文的规定,即:学校有权保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权兰州理工大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印