本文關(guān)鍵詞：改進DBSCAN聚類算法在電子商務(wù)網(wǎng)站評價中的應(yīng)用

  更多相關(guān)文章： 電子商務(wù)網(wǎng)站 因子分析 DBSCAN算法 聚類分析

【摘要】：針對全國100家電子商務(wù)示范企業(yè)的相關(guān)數(shù)據(jù),先采用因子分析法對高維數(shù)據(jù)進行降維處理;再通過改進DBSCAN(density-based spatial clustering of applications with noise)算法對降維后的密度不均數(shù)據(jù)進行聚類分析,得到了更合理的聚類結(jié)果;最后根據(jù)聚類結(jié)果對相關(guān)示范企業(yè)提出改進建議.
【作者單位】： 吉林財經(jīng)大學(xué)管理科學(xué)與信息工程學(xué)院;吉林財經(jīng)大學(xué)物流產(chǎn)業(yè)經(jīng)濟與智能物流實驗室;吉林財經(jīng)大學(xué)互聯(lián)網(wǎng)金融省重點實驗室;
【關(guān)鍵詞】： 電子商務(wù)網(wǎng)站 因子分析 DBSCAN算法 聚類分析
【基金】：國家自然科學(xué)基金(批準(zhǔn)號:61202306;61472049;61572225;61402193) 吉林財經(jīng)大學(xué)科研項目(批準(zhǔn)號:XJ2012007;2013006)
【分類號】：TP393.092;TP311.13
【正文快照】： 電子商務(wù)網(wǎng)站作為企業(yè)開展各種商務(wù)活動的重要平臺,已經(jīng)成為企業(yè)建設(shè)的重點,也是評價企業(yè)電子商務(wù)服務(wù)發(fā)展水平的重要標(biāo)志.但目前全國100家電子商務(wù)示范企業(yè)呈現(xiàn)出各自不同的特點,因此如何對這些示范企業(yè)進行正確、有效地評價成為亟待解決的問題.針對網(wǎng)站評價的問題目前已有多

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 趙文;夏桂書;茍智堅;閆振興;;一種改進的DBSCAN算法[J];四川師范大學(xué)學(xué)報(自然科學(xué)版);2013年02期

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前4條

1 王玲;吳璐璐;付冬梅;;一種基于密度的模糊自適應(yīng)聚類算法[J];北京科技大學(xué)學(xué)報;2014年11期

2 凌朝東;陳虎;楊驍;張浩;黃信;;結(jié)合SLIC超像素和DBSCAN聚類的眼底圖像硬性滲出檢測方法[J];華僑大學(xué)學(xué)報(自然科學(xué)版);2015年04期

3 張揚;陳亮;張番棟;;一種基于聚類的情報分析程序的設(shè)計與實現(xiàn)[J];情報雜志;2013年08期

4 張曉;張媛媛;高陽;周新民;;一種基于密度的快速聚類方法[J];數(shù)據(jù)采集與處理;2015年04期

【二級參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 周水庚,周傲英,曹晶;基于數(shù)據(jù)分區(qū)的DBSCAN算法[J];計算機研究與發(fā)展;2000年10期

2 馮少榮;肖文俊;;基于密度的DBSCAN聚類算法的研究及應(yīng)用[J];計算機工程與應(yīng)用;2007年20期

3 榮秋生,顏君彪,郭國強;基于DBSCAN聚類算法的研究與實現(xiàn)[J];計算機應(yīng)用;2004年04期

4 譚穎;胡瑞飛;殷國富;;多密度閾值的DBSCAN改進算法[J];計算機應(yīng)用;2008年03期

5 王桂芝;王廣亮;;改進的快速DBSCAN算法[J];計算機應(yīng)用;2009年09期

6 龐洋;徐巧鳳;;基于網(wǎng)格分區(qū)確定DBSCAN參數(shù)的方法[J];計算機與現(xiàn)代化;2010年05期

7 李莉平;沈俊媛;;基于數(shù)據(jù)挖掘的DBSCAN算法及其應(yīng)用[J];科技創(chuàng)業(yè)月刊;2009年08期

8 李杰;賈瑞玉;張璐璐;;一個改進的基于DBSCAN的空間聚類算法研究[J];計算機技術(shù)與發(fā)展;2007年01期

9 馮少榮;肖文俊;;一種提高DBSCAN聚類算法質(zhì)量的新方法[J];西安電子科技大學(xué)學(xué)報;2008年03期

10 何中勝;劉宗田;莊燕濱;;基于數(shù)據(jù)分區(qū)的并行DBSCAN算法[J];小型微型計算機系統(tǒng);2006年01期

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 ;Scaling up the DBSCAN Algorithm for Clustering Large Spatial Databases Based on Sampling Technique[J];Wuhan University Journal of Natural Sciences;2001年Z1期

2 岳士弘,李平,郭繼東,周水庚;Using Greedy algorithm: DBSCAN revisited II[J];Journal of Zhejiang University Science;2004年11期

3 蔡穎琨,謝昆青,馬修軍;屏蔽了輸入?yún)?shù)敏感性的DBSCAN改進算法[J];北京大學(xué)學(xué)報(自然科學(xué)版);2004年03期

4 宋明,劉宗田;基于數(shù)據(jù)交疊分區(qū)的并行DBSCAN算法[J];計算機應(yīng)用研究;2004年07期

5 熊忠陽,孫思,張玉芳,王秀瓊;一種基于劃分的不同參數(shù)值的DBSCAN算法[J];計算機工程與設(shè)計;2005年09期

6 何中勝;劉宗田;莊燕濱;;基于數(shù)據(jù)分區(qū)的并行DBSCAN算法[J];小型微型計算機系統(tǒng);2006年01期

7 李杰;賈瑞玉;張璐璐;;一個改進的基于DBSCAN的空間聚類算法研究[J];計算機技術(shù)與發(fā)展;2007年01期

8 馮少榮;肖文俊;;基于密度的DBSCAN聚類算法的研究及應(yīng)用[J];計算機工程與應(yīng)用;2007年20期

9 譚穎;胡瑞飛;殷國富;;多密度閾值的DBSCAN改進算法[J];計算機應(yīng)用;2008年03期

10 馮少榮;肖文俊;;一種提高DBSCAN聚類算法質(zhì)量的新方法[J];西安電子科技大學(xué)學(xué)報;2008年03期

中國重要會議論文全文數(shù)據(jù)庫 前8條

1 馬帥;宋國杰;唐世渭;楊冬青;王騰蛟;;基于單元劃分的DBSCAN聚類算法[A];第十九屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2002年

2 朵春紅;王翠茹;;基于取樣的DBSCAN聚類算法及其遺傳優(yōu)化[A];第一屆中國高校通信類院系學(xué)術(shù)研討會論文集[C];2007年

3 龐洋;李海林;郭義喜;;基于DBSCAN算法的日志信息聚類研究[A];計算機技術(shù)與應(yīng)用進展·2007——全國第18屆計算機技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集[C];2007年

4 宮蕊;舒紅平;郭遠(yuǎn)遠(yuǎn);;基于DBSCAN的密度聚類算法的研究[A];2008'中國信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（二）[C];2008年

5 張健沛;許慧;楊靜;崔洪晶;;基于數(shù)據(jù)分區(qū)、QR~*-樹的并行DBSCAN算法[A];2006北京地區(qū)高校研究生學(xué)術(shù)交流會——通信與信息技術(shù)會議論文集（下）[C];2006年

6 Yi-Chun Xu;Man Zhu;Zunhai Ke;Yong Liu;Suifa Sun;;Isolating Ships from Shape Curve with DBSCAN[A];第25屆中國控制與決策會議論文集[C];2013年

7 范曄;周水庚;曹晶;周傲英;;通過數(shù)據(jù)取樣擴展基于密度的聚類算法[A];第十六屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集[C];1999年

8 曹晶;周水庚;范曄;周傲英;;數(shù)據(jù)分區(qū):一種改善基于密度的聚類算法的方法[A];第十六屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集[C];1999年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 陸穎華;基于局部敏感哈希的DBSCAN算法研究[D];南京信息工程大學(xué);2015年

2 汪洋;采用DBSCAN聚類的自適應(yīng)步長細(xì)菌覓食算法[D];南京師范大學(xué);2015年

3 羅啟福;基于云計算的DBSCAN算法研究[D];武漢理工大學(xué);2013年

4 吳林敏;針對非均勻數(shù)據(jù)集的DBSCAN過濾式改進算法[D];重慶大學(xué);2009年

5 虞倩倩;基于數(shù)據(jù)劃分的DBSCAN算法研究[D];江南大學(xué);2013年

6 黃毅磊;DBSCAN算法及在城市網(wǎng)格化管理中的應(yīng)用[D];上海交通大學(xué);2010年

7 孫思;利用遺傳思想進行數(shù)據(jù)劃分的DBSCAN算法研究[D];重慶大學(xué);2005年

8 許慧;基于數(shù)據(jù)分區(qū)和QR*樹的并行DBSCAN算法研究[D];哈爾濱工程大學(xué);2007年

9 王雅光;基于Hadoop平臺的DBSCAN算法應(yīng)用研究[D];廣東工業(yè)大學(xué);2013年

10 李靜;結(jié)合蟻群算法與基于劃分的DBSCAN聚類算法的研究[D];東北師范大學(xué);2011年

，

本文編號：593377