基于som聚类的数据挖掘方法及其应用研究-计算机工程与科学.pdfVIP

维普资讯 CN43-1258／TP 计算机工程与科学 2007年第29卷第8期 ISSN 1007—130X COMPUTERENGINEERING SCIENCE Vo1．29，No．8，2007 文章编号：1007-130X(2007)08-0133-04 基于SOM 聚类的数据挖掘方法及其应用研究 A M ethodofDataM ining BasedonSOM ClusteringandItsApplication 杨黎刚，苏宏业，张 英，褚 健 YANGLi—gang，SUHong-ye，ZHANGYing，CHUJian (浙江大学先进控制研究所，浙江 杭州 310027) (InstituteofAdvancedProcessContml，ZhejiangUniversity，Hangzhou310027，China) 摘 要：传统的聚类算法如Kmeans等，往往需要事先定义聚类数 目。在实际应用中，多基于经验知识来确定类别个 数，而且一般需要多次尝试，这种方法具有很大的盲 目性。本文提出一种基于SOM 的聚类算法，利用SOM 的可视化功能 和人眼在低维情况下对模式的快速识别能力来避免传统聚类算法确定聚类数 目的盲 目性。将提出的方法应用于某电信公 司客户分群的实际问题当中，来刻画客户组的个性行为特征 ，以便销售人员制定针对性的营销策略，具有重要的实际意义。 Abstract：Thetypicalclusteralgorithms，suchasKmeans，mostlyneedtodecidethenumberofclustersbeforetraining． However，itisdifficulttOachievethisinfact，anditisofblindnesstOdothisbasedonexperience．Inthispaper，acluste- ringalgoritmh basde onSOM ispresented．SOM haspowerfulvisualizationability，andoureyescanexploitmodelsunder low-dimensioncircmu stancesquickly．Themethodwepresentheremakesuseofthesetwoadvantages．Alsowepartition telecom customerswith thismethod forthesakeofgrasping thecharacteristicsofcustomerclusters．Theapplication is meaningfu1inmakingthebesttelecom policy． 关键词：数据挖掘；聚类；SOM；可视化；客户分群 Keywords：datamining；cluster；OS M ；visualization；customerpartitioning 中图分类号：TP311 文献标识码：A 挖掘流程的复杂性。 1 引言 电信数据挖掘研究已经取得诸多成果，尤其是聚类算 法在客户分群问题中的应用。但是，传统聚类算法如 数据挖掘(DataMining，简称 DM)又被称为数据库中 Kmeans等在电信数据挖掘中仍然存在着一些难题：难题 的知识发现 (KnowledgeINscovery inDatabase，简称 之一是电信数据维数高、数据量巨大，数百万条的样本与数 KDD)，是在大量数据集中提取隐含的、目前未知的、最终 十甚至上百的维数使得采用试探法确定聚类的数 目极其耗 可理解的、有效的、新颖的、对于决策过程有用 的知识的非 时；难题之