聚類融合算法及其在移動(dòng)渠道管理中的應(yīng)用.pdf

1、社會(huì)信息化發(fā)展越來(lái)越快,信息數(shù)據(jù)越來(lái)越多,數(shù)據(jù)庫(kù)技術(shù)突飛猛進(jìn),面對(duì)人們對(duì)信息的高要求,數(shù)據(jù)挖掘技術(shù)研究倍受關(guān)注,而聚類分析作為數(shù)據(jù)挖掘研究的重要內(nèi)容之一,也成為研究熱點(diǎn)之一。聚類分析的直接目的就是將數(shù)據(jù)集劃分為有價(jià)值的分組,為人們解決問(wèn)題提供信息支撐,而在海量數(shù)據(jù)中,數(shù)據(jù)集的類型,分布形狀等多種多樣,這對(duì)聚類分析提出了更高的要求。從以往國(guó)內(nèi)外研究文獻(xiàn)來(lái)看,對(duì)單一算法的研究已經(jīng)很多,面對(duì)實(shí)際應(yīng)用的高需求,單一算法出現(xiàn)的問(wèn)題也越來(lái)越多,聚類

2、融合研究逐漸成為新的熱點(diǎn),而對(duì)于聚類融合的研究多側(cè)重于融合所有聚類成員,而對(duì)于聚類成員的選擇研究較少。基于聚類分析這一研究現(xiàn)狀,本文主要研究對(duì)聚類成員選擇和加權(quán)的聚類融合算法,并對(duì)其在移動(dòng)通信企業(yè)中的應(yīng)用進(jìn)行了嘗試。
　　 本文對(duì)已有聚類算法和聚類融合算法進(jìn)行了研究和分析之后,針對(duì)其不足提出了一種選擇性加權(quán)聚類融合算法。該算法通過(guò)對(duì)聚類成員差異度和精確度的計(jì)算來(lái)選擇高質(zhì)量的聚類成員,其中,精確度計(jì)算的關(guān)鍵技術(shù)是參照物的獲得,通過(guò)

3、引入兩兩融合技術(shù)生成融合集合來(lái)生成參照集合,并采用基于屬性加權(quán)的聚類成員加權(quán)方法,即把每個(gè)聚類成員轉(zhuǎn)化為原數(shù)據(jù)的每個(gè)屬性,通過(guò)屬性加權(quán)的方法來(lái)進(jìn)行聚類成員的加權(quán)。通過(guò)實(shí)驗(yàn)表明,該算法能有效處理聚類成員的質(zhì)量差異,比同聚類融合能得到更好的聚類結(jié)果,并且具有較好可擴(kuò)展性。
　　 本文最后將選擇性加權(quán)聚類融合算法應(yīng)用在移動(dòng)經(jīng)營(yíng)渠道管理上,通過(guò)對(duì)用戶在渠道上的消費(fèi)行為、渠道服務(wù)數(shù)據(jù)、銷售數(shù)據(jù)等運(yùn)用數(shù)據(jù)挖掘技術(shù),針對(duì)渠道集群分析了渠道的服