基于蟻群聚類(lèi)算法的客戶細(xì)分研究與應(yīng)用.pdf

1、蟻群算法因其具有分布式計(jì)算、信息正反饋和啟發(fā)式搜索等優(yōu)點(diǎn),已經(jīng)成功地應(yīng)用于解決各類(lèi)復(fù)雜優(yōu)化問(wèn)題,然而蟻群算法中收斂早,易陷入局部最優(yōu)等缺點(diǎn)也一直存在。聚類(lèi)分析是數(shù)據(jù)挖掘中重要的課題之一,特別是聚類(lèi)分析中非監(jiān)督學(xué)習(xí)機(jī)制,可以事先不需指明聚類(lèi)的個(gè)數(shù)。研究表明,將蟻群算法與聚類(lèi)分析進(jìn)行組合形成蟻群聚類(lèi)算法,可以很好地解決蟻群算法中易陷入局部最優(yōu)的問(wèn)題,把它運(yùn)用于解決實(shí)際問(wèn)題,具有顯著的效果。
　　對(duì)蟻群算法的基本原理和算法思想進(jìn)行分析與

2、研究,以旅行商問(wèn)題為例說(shuō)明了它的實(shí)際應(yīng)用,介紹了聚類(lèi)分析中聚類(lèi)算法的種類(lèi)及各自的算法思想,重點(diǎn)研究了基于網(wǎng)格的幾種聚類(lèi)算法,指出了輸入?yún)?shù)對(duì)算法的聚類(lèi)效果影響較大的問(wèn)題。對(duì)蟻群聚類(lèi)算法的種類(lèi)進(jìn)行了研究,針對(duì)基于螞蟻堆的聚類(lèi)算法中存在以下問(wèn)題:參數(shù)設(shè)置復(fù)雜、螞蟻移動(dòng)隨機(jī)性大而導(dǎo)致算法收斂速度慢,對(duì)標(biāo)準(zhǔn)蟻群聚類(lèi)算法進(jìn)行分析,結(jié)合自適應(yīng)策略思想,提出了一種改進(jìn)的自適應(yīng)蟻群聚類(lèi)算法,該算法簡(jiǎn)化了參數(shù)的設(shè)置,并引入自適應(yīng)策略函數(shù),設(shè)置相似度閾值,

3、動(dòng)態(tài)調(diào)整螞蟻的運(yùn)動(dòng)狀態(tài),降低螞蟻移動(dòng)的隨機(jī)性,最后將改進(jìn)前后的算法用于處理同一個(gè)數(shù)據(jù)集,實(shí)驗(yàn)結(jié)果表明改進(jìn)后的算法在迭代次數(shù)上更少,算法的收斂速度更快,效率更高。
　　對(duì)客戶細(xì)分方法研究發(fā)現(xiàn),客戶細(xì)分在銀行客戶關(guān)系管理中發(fā)揮著重要的作用。選取了某銀行中個(gè)人存款的數(shù)據(jù),去掉姓名、性別,交易類(lèi)別等不相關(guān)屬性,按照客戶的存款,貸款及月薪等情況將客戶分成五大類(lèi),將改進(jìn)后的算法與K均值聚類(lèi)算法用于識(shí)別這些數(shù)據(jù),得到聚類(lèi)結(jié)果,通過(guò)實(shí)驗(yàn)對(duì)比和理論