10.3969/j.issn.1000-386X.2007.12.045
基于区间值数据动态聚类算法的客户市场细分
K均值算法(K-means)目前较为成功地应用于客户市场细分,但随着市场规模的扩大,面临着对于初始类个数敏感,易陷入局部极小值的严重问题,制约了聚类效果.提出基于区间值数据,以自适应欧氏距离作为度量的动态聚类方法,将客户的多维属性和基因算法结合提高类初始化质量,自适应地调整聚类数,并通过实验测试表现出较好的性能.
市场细分、动态聚类、数据挖掘、K均值
24
TP3(计算技术、计算机技术)
2008-03-10（万方平台首次上网日期，不代表论文的发表时间）
共3页
116-118
