客戶關(guān)系管理中的聚類分析研究.pdf

1、數(shù)據(jù)挖掘的任務(wù)有關(guān)聯(lián)分析、時序模式、聚類、分類與預(yù)測等.聚類分析作為數(shù)據(jù)挖掘的一類功能,是該論文研究的主要內(nèi)容.該文立足現(xiàn)有的聚類算法,考察了所有在技術(shù)層面上實現(xiàn)客戶聚類的算法.在研究中,不追求算法的復(fù)雜和完美,而是更重視實際可應(yīng)用性.具體地說,該論文作了如下工作:首先,介紹了數(shù)據(jù)挖掘中聚類原理和相關(guān)的統(tǒng)計知識,并為以后具體介紹常見的聚類算法提供數(shù)學(xué)基礎(chǔ);然后,在參考大量國內(nèi)外文獻(xiàn)的基礎(chǔ)上,研究了模糊C均值聚類算法、系統(tǒng)聚類法、減法聚類

2、法等.在模糊C均值聚類算法中引入了有效性函數(shù)的概念,從而部分克服了模糊C均值聚類算法局部最優(yōu)和無法確定聚類的類數(shù)的問題;其次,借助Matlab和SPSS軟件,以一組數(shù)據(jù)為案例,利用Matlab編程,給出實驗示例.該程序簡單、運(yùn)行速度快,表明該方法可以推廣到海量數(shù)據(jù).案例得到了三種聚類方法的實驗結(jié)果,并對直接編程的聚類結(jié)果進(jìn)行比較分析;最后,論文分析了與聚類分析相關(guān)的問題:譬如孤立點、異常數(shù)據(jù)的處理等.這些問題無論地在理論上還是在實踐上還