大數(shù)據(jù)時代網(wǎng)絡的高速發(fā)展使市場經(jīng)濟呈現(xiàn)白熾化的競爭狀態(tài),新一代的消費者對服務的要求也更細致,如何制定高效的營銷策略成為各個公司需要思考的問題。雖然今天有很多方法可用于客戶細分,但其中大多數(shù)強調(diào)數(shù)值計算而不是商業(yè)目標。客戶交易數(shù)據(jù)是零售公司的銷售數(shù)據(jù),累積成客戶日常購物交易的大數(shù)據(jù)。為了使這些客戶歷史數(shù)據(jù)產(chǎn)生營銷價值,使用聚類的方式對其進行處理。客戶交易數(shù)據(jù)是零售公司記錄客戶購買數(shù)據(jù)的集合。早期的統(tǒng)計學變量收集便捷易于使用,所以成為最初的研究方式。隨著客戶購買交易數(shù)據(jù)的迅速增加,新的研究轉(zhuǎn)向使用特定的產(chǎn)品變量,如購買的商品。盡管已經(jīng)有一些數(shù)據(jù)聚類的方法,但這些方法耗時并且無法處理大量的事務記錄。大多數(shù)工作采用層次聚類算法,不能擴展到大規(guī)模交易數(shù)據(jù)。PurTreeClust聚類算法使用購買樹結構對客戶交易大數(shù)據(jù)進行聚類,但是還存在以下兩個問題,首先在購買樹距離上調(diào)整層次權重是困難的,其次沒有對聚類性能進行優(yōu)化。本文提出兩個新方法解決PurTreeClust存在的問題:第一,本文針對難以調(diào)整購買樹層次權重的問題,提出一種局部的購買樹譜聚類方法Local PurTree Spectral Cl... 

【文章來源】：深圳大學廣東省

【文章頁數(shù)】：60 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 本文的主要研究內(nèi)容
    1.4 本文的組織結構
第2章 基于傳統(tǒng)的購買樹譜聚類算法理論
    2.1 商品樹和購買樹概念
    2.2 購買樹距離(PurTreemetricdistance)
    2.3 購買樹的索引結構CoverTree的概念
    2.4 傳統(tǒng)的PurTreeClust算法
    2.5 本章小結
第3章 局部購買樹的譜聚類方法(LPS)
    3.1 LPS目標函數(shù)
    3.2 LPS優(yōu)化算法
        3.2.1 參數(shù)F的優(yōu)化
        3.2.2 參數(shù)P的優(yōu)化
        3.2.3 參數(shù)w的優(yōu)化
        3.2.4 計算λ的缺省值
        3.2.5 計算η的缺省值
        3.2.6 LPS優(yōu)化算法偽代碼
    3.3 實驗結果與分析
        3.3.1 基準數(shù)據(jù)集和評估方法
        3.3.2 LPS參數(shù)敏感性研究和權重分析
        3.3.3 LPS對比實驗結果
    3.4 本章小結
第4章 雙層子空間譜聚類方法(TSW)
    4.1 TSW目標函數(shù)
    4.2 TWS優(yōu)化算法
        4.2.1 固定P,a和w更新F
        4.2.2 固定F,a和w更新P
        4.2.3 固定P,F和w更新a
        4.2.4 固定P,F和a更新w
        4.2.5 計算λ的缺省值
        4.2.6 TSW優(yōu)化算法偽代碼
    4.3 實驗結果與分析
        4.3.1 基準數(shù)據(jù)集和評估方法
        4.3.2 參數(shù)敏感性研究
        4.3.3 權重分析
        4.3.4 TSW對比實驗結果
    4.4 本章小結
第5章 總結與展望
    5.1 總結
    5.2 展望
參考文獻
致謝
攻讀碩士學位期間的研究成果


【參考文獻】：
期刊論文
[1]譜聚類算法綜述[J]. 蔡曉妍,戴冠中,楊黎斌.  計算機科學. 2008(07)

博士論文
[1]面向大規(guī)模數(shù)據(jù)集的譜聚類方法研究[D]. 陳麗敏.哈爾濱工程大學 2015



本文編號：3199438