

已閱讀1頁,還剩63頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、數據挖掘技術從一開始產生就廣泛應用于各個行業(yè),如醫(yī)療數據分析,審計數據分析、金融數據分析等,并且在這些行業(yè)中取得了良好的應用成果。
伴隨著移動通信的發(fā)展,針對客戶特點,提供個性化的服務已成為各移動公司的一個重要的服務手段,因此如何發(fā)現客戶的特性,對具有每種特性的客戶采用什么樣的服務,利用數據挖掘技術進行客戶細分,為決策部門提供支撐服務就成為移動公司的一個重要研究熱點。
作為數據挖掘中核心技術之一的聚類分析,在
2、移動通信數據分析研究中日益重要。本文在分析傳統聚類算法的基礎上,提出了一種聚類融合算法。該算法以K-means為基礎,利用不同方法得出的K-means聚類結果定義聚類融合成員函數,通過數據對象間的關聯性定義共識矩陣獲取聚類融合函數,形成基本K-means-CE聚類融合算法,同時通過定義最大互信息對聚類融合結果進行優(yōu)化,形成優(yōu)化的K-means-CE聚類融合算法。本文將兩種方法在公共數據集上進行了相應的實驗,實驗結果表明該融合算法比單一算
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,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔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
- 基于K-Means聚類算法的客戶細分研究.pdf
- 基于k-means的改進聚類融合算法的研究與應用.pdf
- K-Means算法在客戶細分中的應用研究.pdf
- K-Means算法研究及在文本聚類中的應用.pdf
- 一種K-MEANS和SOM結合算法在電信客戶細分中的應用.pdf
- 改進的k—means聚類算法在客戶細分中的應用研究
- K-Means算法在電信企業(yè)客戶細分中的應用研究.pdf
- k-means算法改進及其在通信行業(yè)客戶細分中的應用.pdf
- 聚類融合算法研究及其在電信客戶細分中的應用.pdf
- K-means聚類算法的改進研究及應用.pdf
- (6)K-means聚類算法.pdf
- K-means聚類算法研究及其應用.pdf
- K-Means聚類算法在犯罪數據挖掘中的應用.pdf
- K-means聚類算法的改進.pdf
- 聚類數據挖掘在商場中的應用及K-means聚類算法改進研究.pdf
- 基于K-means聚類的RCNA識別算法.pdf
- 基于SVM的K-means聚類算法在WSN入侵檢測中的應用.pdf
- 基于K-Means的文檔聚類算法研究.pdf
- 基于雙重遺傳的k-means聚類算法在文本挖掘中的應用.pdf
- k-means聚類算法分析應用研究
評論
0/150
提交評論