| 客户行为的有效聚类 |
| |
| 引用本文： | 刘慧婷,倪志伟.客户行为的有效聚类[J].计算机工程与应用,2010,46(4):12-14. |
| |
| 作者姓名： | 刘慧婷 倪志伟 |
| |
| 作者单位： | 1. 安徽大学汁算机科学与技术学院,合肥,230039
2. 合肥工业大学汁算机网络所,合肥,230009 |
| |
| 基金项目： | 国家高技术研究发展计划(863)No.2007AA04Z116;;国家自然科学基金No.70871033;;安徽省高校省级自然科学研究项目(No.KJ2007B303ZC)~~ |
| |
| 摘 要： | 对客户的交易数据进行聚类是客户行为分析的一个重要手段。针对客户交易数据维数高的特点，提出了基于EMD和K-means的顾客行为聚类算法。首先利用EMD和自底向上分段算法实现交易数据序列维度的约简，再利用K-means算法完成降维后序列的聚类，最后利用每个类别中购买率较高的商品作为该类的描述，为商家提供促销依据。该聚类算法一方面可以有效实现客户行为的聚类，另一方面，由于算法对交易数据序列进行了降维处理，节约了一定的存储空间。
|
| 关 键 词： | 经验模态分解方法 自底向上算法 K-means算法 趋势提取 客户行为聚类 |
| 收稿时间： | 2009-10-12 |
| 修稿时间： | 2009-11-27
|
Effective algorithm to cluster customers' actions |
| |
| LIU Hui-ting,NI Zhi-wei.Effective algorithm to cluster customers'' actions[J].Computer Engineering and Applications,2010,46(4):12-14. |
| |
| Authors: | LIU Hui-ting NI Zhi-wei |
| |
| Affiliation: | LIU Hui-ting,NI Zhi-wei.1.School of Computer Science , Technology,Anhui University,Hefei 230039,China 2.Institute of Computer Network System,Hefei University of Technology,Hefei 230009,China |
| |
| Abstract: | Clustering customers'transaction data is an important analysis means of customers'behavior.As customers'transaction data have high dimension,the clustering algorithm based on Empirical Mode Decomposition (EMD) and K-means is implemented to cluster the customers' actions in supermarkets,that is,employ the EMD and bottom-up algorithms to realize dimension reduction,and further use K-means algorithm to support effective clustering on data sequences,which have fewer dimensions. Customers are divided into differ... |
| |
| Keywords: | Empirical Mode Decomposition(EMD) bottom-up algorithm K-means algorithm trend extraction clustering customers' actions |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程与应用》浏览原始摘要信息 |
|
点击此处可从《计算机工程与应用》下载全文 |
