数据挖掘中的客户聚类分析与其算法实现.pdfVIP

第 28 卷 　第 1 期 信 　息 　技 　术 VOL. 28 　NO. 1 2004 年 1 月 　　　　　　　　　INFORMATION TECHNOLOGY 　　　　　　　　　 Jan. 2004 数据挖掘中的客户聚类分析及其算法实现 刘书香 , 卢才武 , 张志霞 (西安建筑科技大学管理学院 , 西安 710055) 摘　要 : 给出了数据挖掘技术中的数据聚类算法 , 把该方法应用到客户类型的数据挖掘中 , 企 业可实现对客户的聚类分析 , 进而对同一类型的客户实行相同的营销策略 , 对不同类型的客户 进行差别营销策略的制定。 关键词 : 数据挖掘 ; 聚类算法 ; 聚类分析 ; 客户 ( ) 中图分类号:TP311. 131 　　文献标识码 :A 　　文章编号 :1009 - 2552 2004 01 - 0004 - 03 A study of clustering analysis and clustering algorithm for client in data mining LIU Shuxiang , LU Caiwu , ZHANG Zhixia ( Xi ’an University of Architecture and Technology , Xi ’an 710055 , China) Abstract : The clustering algorithm of client is provided in this paper. If this method is used in data mining , it can support enterprise to achieve clustering analysis for client easily , and make an appropriate decision for each kind of customer. Key words : data mining ; clustering algorithm ; clustering analysis ; client 0 　前言 象差别较大。相异度是根据描述对象的属性值来计 近年来 ,信息在企业发展中的重要地位得到了 算的。距离是经常采用的度量方式。聚类不同于分 越来越多的关注。赢家往往是那些能成功收集、分 类 ,在分类模块中 ,对于目标数据库中存在那些类是 析、理解信息 ,并根据信息决策的企业。随着计算机 知道的 ,要做的就是将每条记录分别属于哪一类标 的广泛使用 , 以及 Internet 用户数量的不断增长 ,大 记出来 ;而聚类所要划分的类是未知的 ,也就是在对 多数企业都存在“数据泛滥 ,信息贫乏”的现象。为 目标数据库到底有多少类预先不知道的情况下,希 了从大量的历史数据中找出对企业决策有帮助的信 望将所有的记录组成不同的类或者说“聚类”,并且 息 ,使企业得到更快的发展 ,数据挖掘技术引起了广 使得在这种分类情况下 , 以某种度量为标准的相似 泛的关注。 性 ,在同一聚类之间最小化 ,在不同类之间最大化。 现代企业存储了大量的客户历