基于聚类挖掘技术在电子商务网站中应用.pdfVIP

ISSN1009-3044 E-mail:wyl@ 第10卷第5期 (2014年2月) ComputerKnowledgeandTechnology电脑知识与技术 ComputerKnowledgeandTechnology 电脑知识与技术 Vol.10,No.5,February2014 Tel:+86-55165690964 基于聚类挖掘技术在电子商务网站中的应用 李 斌 （湖南高速铁路职业技术学院铁道电信系，湖南衡阳421001） 摘要：数据挖掘技术是一种新的信息处理技术。其目的是从海量数据中抽取潜在的，有价值的数据规律或数据模型。通 过数据挖掘技术对电子商务网站数据的分析处理，结合客户关系管理策略，建立反映客户个性特征的客户特征模型，建立 动态适应性的服务机制，有效地为不同类型的客户进行个性化服务。该文主要将聚类技术应用到电子商务网站，通过建 立商品数据库，利用频繁项集的方法得到客户聚类向量，计算出客户的相异度矩阵，用聚类技术实现客户的分类。 关键词：数据挖掘；客户特征；聚类技术 中图分类号：TP311 文献标识码：A 文章编号：1009-3044(2014)05-1147-03 1聚类分析算法的简述 聚类分析（ClusterAnalysis）是数理统计中专门研究“物以类聚”的一种方法，它具有以下三个要点：选定某种距离度量作为样 本间的相似性度量；确定某个评价聚类结果的准则函数；给定某个初始分类，然后用迭代算法找出使准则函数取极值的最好聚类 [32] 结果。关于数据挖掘中的聚类算法有很多种 ，其中最经典的就是属于划分方法的K-means（K-平均值）的算法。 2聚类分析算法的数据类型 聚类算法通常都采用以下两种数据结构 1)数据矩阵:这种数据结构是关系表的形式，用p个变量（属性）来表现n个对象，可以看成n×p（n个对象×p个变量）的矩阵 éx ⋯x ⋯x ù ê 11 1f 1p ú êê⋮⋯⋮⋯. ⋮úú êx ⋯x ⋯.xif ip ú ê i1 ú êê⋮⋯⋮⋯⋮ úú ê ú x ⋯x ⋯.x ë n1 nf npû 2)相异度矩阵:或称对象-对象结构，存储n个对象两两之间的近似性，表现形式是一个n×p的矩阵。 é0 ù êêd(2,1)0 úú