蟻群與K均值聚類算法融合研究及其在用戶分群中的應(yīng)用.pdf

1、如今市場競爭日益激烈，企業(yè)面對數(shù)量巨大的消費(fèi)者群體，傳統(tǒng)的大眾化營銷的成本高且沒有優(yōu)勢。對用戶群體進(jìn)行細(xì)分，針對不同用戶群體進(jìn)行精準(zhǔn)的市場營銷，能提高企業(yè)營銷策略的效率，獲得更好的營銷效果。傳統(tǒng)數(shù)據(jù)分析方法難以處理海量的用戶數(shù)據(jù)，因此，采用數(shù)據(jù)挖掘技術(shù)中的聚類分析算法實(shí)現(xiàn)企業(yè)用戶分群。
　　論文給出了營銷原理及數(shù)據(jù)挖掘技術(shù)相關(guān)理論說明，研究了聚類分析技術(shù)中K-means聚類算法和蟻群聚類算法的基本原理。分析了長虹社區(qū)論壇的用戶數(shù)據(jù)

2、，根據(jù)用戶數(shù)據(jù)數(shù)量大、屬性多的特點(diǎn)，提出適用于論壇用戶聚類的改進(jìn)算法 Ant-K-means聚類算法。研究了K-means聚類算法對簇?cái)?shù)量的選取和初始聚類中心的質(zhì)量敏感以及蟻群聚類算法搜索時(shí)間長的問題解決方法。完成了蟻群聚類算法對數(shù)據(jù)集中抽取的部分樣品數(shù)據(jù)的聚類，并將蟻群聚類獲取的簇?cái)?shù)量和簇中心作為輸入?yún)?shù)，使用本文改進(jìn)的基于信息素的K-means算法對全部數(shù)據(jù)進(jìn)行快速聚類，獲得最終聚類結(jié)果。將改進(jìn)后的聚類算法應(yīng)用到長虹智能電視的論壇用