本文關(guān)鍵詞：基于微粒群優(yōu)化的自動聚類算法及應(yīng)用研究，由筆耕文化傳播整理發(fā)布。

【摘要】：聚類分析作為數(shù)據(jù)挖掘的重要任務(wù)之一,廣泛應(yīng)用于經(jīng)濟管理、醫(yī)學(xué)以及生物學(xué)等領(lǐng)域。自動確定聚類數(shù)目的聚類算法,在現(xiàn)實應(yīng)用中有著很重要的意義。聚類可以看作最優(yōu)化問題,因此本文利用微粒群智能優(yōu)化方法來解決自動聚類問題。一方面運用簡單微粒群優(yōu)化方法優(yōu)化劃分聚類中的自動聚類指標(biāo)函數(shù),獲得自動聚類結(jié)果；另一方面使用小生境微粒群優(yōu)化來尋找密度分布函數(shù)的所有局部最優(yōu)來獲得簇心。最后將本文提出的兩種自動聚類算法應(yīng)用到客戶關(guān)系管理中的客戶細分,實驗結(jié)果表明本文的方法有較好的潛在實用價值。本文的主要研究工作如下： (1)本文提出了基于k調(diào)和均值和微粒群優(yōu)化方法的自動聚類算法。鑒于基于k均值的自動聚類指標(biāo)易受簇心初始化的影響,本文引入k調(diào)和均值來構(gòu)建自動聚類指標(biāo)函數(shù)作為優(yōu)化目標(biāo)函數(shù)。該算法使用新的粒子編碼方式使微粒群優(yōu)化方法在優(yōu)化簇心的同時,尋找最優(yōu)聚類數(shù)目。數(shù)值實驗證明,該算法可以有效地進行自動聚類,且魯棒性強,不受簇心初始化的影響。 (2)本文提出的第二種自動聚類算法是將小生境微粒群算法引入到聚類分析中,提出了一種基于小生境微粒群來優(yōu)化密度分布函數(shù)的聚類算法。首先,改進了并行小生境微粒群中主群粒子的訓(xùn)練模型,增強了空間搜索能力；其次,根據(jù)聚類問題的特點來自適應(yīng)地確定子群的半徑,從而有利于小生境的形成和尋優(yōu)；最后,提出了一種新的樣本分配方法,將樣本分配到相應(yīng)的簇。數(shù)值實驗結(jié)果表明,基于密度分布函數(shù)和小生境微粒群優(yōu)化的聚類算法能自動有效地將密度不均勻的數(shù)據(jù)聚成相應(yīng)的簇。 (3)最后本文將提出的兩種自動聚類算法應(yīng)用于商業(yè)數(shù)據(jù)中,研究客戶關(guān)系管理中的客戶細分。本文以RFM指標(biāo)體系為基礎(chǔ)選取4S店的汽車維修數(shù)據(jù)進行整合得到目標(biāo)數(shù)據(jù)集,然后利用本文提出的兩種聚類方法對目標(biāo)數(shù)據(jù)集進行聚類分析,得到客戶分群。對聚類形成的每個客戶群體進行屬性統(tǒng)計分析,發(fā)現(xiàn)其中的商業(yè)規(guī)律,并根據(jù)4S店的實際情況提出相應(yīng)的營銷策略。實驗結(jié)果表明,本文提出的兩種自動聚類算法能較為合理地聚類實際商業(yè)數(shù)據(jù),進而針對聚類結(jié)果提出合理的營銷策略,這進一步驗證了自動聚類算法在商業(yè)數(shù)據(jù)中的有效應(yīng)用。
【關(guān)鍵詞】：自動聚類 微粒群優(yōu)化 小生境微粒群 密度聚類 k調(diào)和均值
【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2012
【分類號】：C931
【目錄】：

• 摘要4-5
• Abstract5-9
• 1 緒論9-19
• 1.1 研究背景與意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀及存在問題10-16
• 1.2.1 國內(nèi)外研究現(xiàn)狀10-15
• 1.2.2 存在的問題15-16
• 1.3 本文的研究內(nèi)容和論文結(jié)構(gòu)16-19
• 2 基于k調(diào)和均值和微粒群優(yōu)化的自動聚類算法19-30
• 2.1 相似性度量19
• 2.2 k調(diào)和均值19-20
• 2.3 聚類指標(biāo)函數(shù)20-21
• 2.4 微粒群優(yōu)化方法21-23
• 2.4.1 微粒群優(yōu)化簡介21-22
• 2.4.2 微粒群優(yōu)化的速度要素和參數(shù)分析22-23
• 2.5 基于微粒群優(yōu)化的聚類算法23-24
• 2.5.1 微粒群優(yōu)化的編碼方式23
• 2.5.2 微粒群優(yōu)化在聚類應(yīng)用中的改進23-24
• 2.5.3 自動聚類算法24
• 2.6 數(shù)值實驗24-29
• 2.6.1 算法有效性實驗25-28
• 2.6.2 KHP與DCPSO、KMP算法比較28-29
• 2.7 本章小結(jié)29-30
• 3 基于密度分布函數(shù)和小生境微粒群優(yōu)化的自動聚類算法30-40
• 3.1 基于影響函數(shù)的密度分布函數(shù)30-31
• 3.2 小生境微粒群優(yōu)化31-32
• 3.3 基于改進小生境微粒群優(yōu)化的聚類算法32-36
• 3.3.1 改進的小生境微粒群優(yōu)化32-34
• 3.3.2 自動聚類算法34-36
• 3.4 數(shù)值實驗36-39
• 3.4.1 密度分布函數(shù)中參數(shù)選取的討論37-38
• 3.4.2 CDNPSO和KHMPSO算法比較38-39
• 3.5 本章小結(jié)39-40
• 4 自動聚類算法在客戶細分中的應(yīng)用40-50
• 4.1 客戶細分40-41
• 4.2 RFM指標(biāo)體系41-42
• 4.3 基于自動聚類算法的客戶細分及結(jié)果解釋42-49
• 4.3.1 問題描述42
• 4.3.2 數(shù)據(jù)處理42-43
• 4.3.3 客戶分群43
• 4.3.4 結(jié)果解釋及營銷策略43-49
• 4.5 本章小結(jié)49-50
• 結(jié)論50-51
• 參考文獻51-55
• 攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況55-56
• 致謝56-57

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 衣春紅;如何構(gòu)建鋼廠與經(jīng)銷商之間的營銷關(guān)系[J];包鋼科技;2004年06期

2 陳嵩;;基于CRM的轎車營銷[J];汽車工業(yè)研究;2008年11期

3 黃春英;;客戶關(guān)系管理系統(tǒng)的設(shè)計與實現(xiàn)[J];重慶理工大學(xué)學(xué)報(自然科學(xué));2011年11期

4 謝大賢;;企業(yè)有效實施CRM研究[J];當(dāng)代經(jīng)濟;2010年11期

5 劉文華;陸大修;;員工滿意陷阱的成因與對策[J];消費導(dǎo)刊;2008年10期

6 劉增武;;第三方物流企業(yè)CRM評價指標(biāo)體系設(shè)計與研究[J];廣西財經(jīng)學(xué)院學(xué)報;2009年03期

7 吳玲;李叢叢;;基于客戶終身價值的電力客戶細分研究[J];科技和產(chǎn)業(yè);2012年11期

8 李慧琳;;民營快遞企業(yè)客戶關(guān)系管理應(yīng)用評價體系研究[J];重慶與世界(學(xué)術(shù)版);2012年09期

9 黃丹;;鄉(xiāng)村基投資有限公司客戶關(guān)系管理應(yīng)用研究[J];經(jīng)營管理者;2013年23期

10 詹文協(xié);;酒店餐飲業(yè)的營銷與客戶關(guān)系管理[J];經(jīng)營管理者;2014年03期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 張韜;梁偉;;SMG基于CRM的客戶征信管理系統(tǒng)建設(shè)[A];中國新聞技術(shù)工作者聯(lián)合會2011年學(xué)術(shù)年會論文集（下篇）[C];2011年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 溫巧夫;基于CLV的制造商客戶管理研究[D];天津大學(xué);2007年

2 韓亮;客車銷售戰(zhàn)略研究[D];長安大學(xué);2009年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 林雨;集成通信的中小企業(yè)客戶管理系統(tǒng)的研究與設(shè)計[D];山東科技大學(xué);2010年

2 高龍;天津港數(shù)據(jù)集成平臺關(guān)鍵技術(shù)應(yīng)用研究[D];大連海事大學(xué);2010年

3 程燕;航空公司CRM（客戶關(guān)系管理）問題研究[D];蘇州大學(xué);2010年

4 胡敏;客戶關(guān)系管理在商學(xué)院的應(yīng)用研究[D];華東師范大學(xué);2010年

5 張娟;客戶關(guān)系管理在聯(lián)邦快遞的應(yīng)用研究[D];華東師范大學(xué);2010年

6 李東;基于J2EE的客戶關(guān)系管理信息系統(tǒng)的設(shè)計和實現(xiàn)[D];華東師范大學(xué);2010年

7 黃皓;ZG公司客戶服務(wù)管理研究[D];華東理工大學(xué);2011年

8 盛稚茵;消費者對于網(wǎng)絡(luò)零售商（B2C）電子客戶關(guān)系管理策略的態(tài)度研究[D];東華大學(xué);2011年

9 李智剛;基于CRM的我國縣級政府服務(wù)型電子政務(wù)建設(shè)研究[D];陜西師范大學(xué);2011年

10 熊青松;G公司基于時間競爭的運營戰(zhàn)略研究[D];華東理工大學(xué);2011年

  本文關(guān)鍵詞：基于微粒群優(yōu)化的自動聚類算法及應(yīng)用研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：312603