版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
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
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 軟子空間聚類算法研究及其應(yīng)用.pdf
- 約束子空間聚類算法研究.pdf
- 改進的子空間聚類算法研究及實現(xiàn).pdf
- 子空間高維聚類算法的研究.pdf
- 基于密度的子空間聚類算法研究.pdf
- 子空間聚類及其應(yīng)用.pdf
- 稀疏子空間聚類算法的改進研究.pdf
- 改進的稀疏子空間聚類算法研究.pdf
- 子空間聚類算法在流量分類中的應(yīng)用.pdf
- 圖像子空間聚類與分類算法研究.pdf
- 高維數(shù)據(jù)子空間聚類算法研究.pdf
- 面向分類數(shù)據(jù)的子空間聚類算法研究.pdf
- 基于空間約束的半監(jiān)督子空間聚類算法.pdf
- 稀疏子空間算法及在高光譜圖像聚類中的應(yīng)用研究.pdf
- 基于模式相似的子空間聚類算法研究.pdf
- 子空間聚類算法中的若干問題研究.pdf
- 高維數(shù)據(jù)集的子空間聚類算法研究.pdf
- WEB日志和子空間聚類挖掘算法研究.pdf
- 基于花朵授粉算法的軟子空間聚類算法優(yōu)化研究.pdf
- 稀疏樣本自表達的子空間聚類算法.pdf
評論
0/150
提交評論