子空間聚類算法的研究及應(yīng)用.pdf

1、隨著市場競爭的日益加劇和信息技術(shù)的飛速發(fā)展，企業(yè)的經(jīng)營模式逐步由“以產(chǎn)品為中心”轉(zhuǎn)向“以客戶為中心”。這就要求企業(yè)根據(jù)客戶的特征對客戶進行細分，進而對不同的類型的客戶提供不同的產(chǎn)品或服務(wù)。 傳統(tǒng)的客戶細分方法一般是基于經(jīng)驗的分類方法或基于統(tǒng)計的簡單劃分方法，這些方法不再適合當(dāng)前市場。根據(jù)客戶屬性的高維特性，本文選擇了子空間聚類技術(shù)，對CLIQUE算法進行改進，提出OptCLIQUE聚類算法，并用OptCLIQUE聚類算法進行客戶

2、細分，實現(xiàn)了科學(xué)合理的劃分，為市場決策提供了可靠的依據(jù)。本文對客戶細分進行了研究，主要包括以下工作： 第一針對CLIQUE算法中硬性的網(wǎng)絡(luò)劃分導(dǎo)致的復(fù)雜度增大，精度較低的不足，本文提出了Opt CLIQUE算法，該算法對網(wǎng)格空間中位于簇邊緣的網(wǎng)格單元進行細化處理，減小了網(wǎng)格劃分對聚類精度造成的損失。不同于傳統(tǒng)的基于網(wǎng)格聚類算法，Opt CLIQUE算法對和稠密網(wǎng)格單元相鄰的稀疏網(wǎng)格單元進行二次處理，然后重新確定網(wǎng)格的邊界。

3、 第二 OptCLIQUE算法使用網(wǎng)格密度閾值函數(shù)來判定網(wǎng)格單元的類型，實現(xiàn)了參數(shù)的自動化確定，解決了依賴手工確定參數(shù)密度閾值的問題。通過對事務(wù)進行壓縮、減少連接次數(shù)和數(shù)據(jù)庫掃描次數(shù)，來提高算法執(zhí)行的效率。 第三對OptCLIQUE算法進行性能分析，仿真實驗結(jié)果表明，OptCLIQUE算法無論是在聚類效果方面還是在執(zhí)行效率方面，都優(yōu)于CLIQUE算法和DBSCAN算法。 將OptCLIQUE算法應(yīng)用于電信客戶細分，可以