注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 基于数据挖掘的客户价值预测方法

  2. 基于数据挖掘的客户价值预测方法 赵晓煜，黄小原 （东北大学工商管理学院，辽宁沈阳%%"""*） 摘要：提出了一种利用聚类和分类等数据挖掘技术预测客户价值的新方法·通过对客户历 史交易数据的分析，获得能够综合反映老客户忠诚度和价值度的指标·基于该指标对老客户进行 聚类，将老客户划分为若干个不同价值的客户群，即为每个老客户赋予一个价值等级标号·利用朴 素贝叶斯分类方法来预测新客户（或潜在客户）的价值，并依据预测结果来制定相应的重点客户发 展战略·实例验证了该方法的有效性和可行性· 关键词：数据挖掘

  3. 所属分类：C

    • 发布日期：2010-09-26
    • 文件大小：150kb
    • 提供者：gadflyyy

  1. 新的K-均值算法最佳聚类数确定方法

  2. K-均值聚类算法是以确定的类数K和随机选取的初始聚类中心为前提对数据集进行聚类的。通常聚类数K实现无法确定，随机选定的初始聚类中心容易使聚类结果不稳定。

  3. 所属分类：互联网

  1. 改进的GK聚类算法

  2. 针对传统 GK 聚类算法无法自动确定聚类数和对初始聚类中心比较敏感的缺陷，提出一种改进的 GK 聚 类算法。该算法首先通过基于类间分离度和类内紧致性的权和的新有效性指标来确定最佳聚类数; 然后，利用改进 的熵聚类的思想来确定初始聚类中心; 最后，根据判定出的聚类数和新的聚类中心进行聚类。

  3. 所属分类：电信

    • 发布日期：2013-05-31
    • 文件大小：723kb
    • 提供者：u010901657

  1. 聚类有效性评价计算 MATLAB编写

  2. 包含外部有效性指标和内部有效性指标，Rand index、 Adjusted Rand index、 Mirkin index、Hubert indexSilhouette、 Davies-Bouldin、Calinski-Harabasz、Krzanowski-Lai、Hartigan、weighted inter- to intra-cluster ratio、Homogeneity Separation

  3. 所属分类：其它

    • 发布日期：2017-03-28
    • 文件大小：37kb
    • 提供者：kelesp

  1. 一种快速的近邻传播聚类算法

  2. 近邻传播算法是一种快速有效的聚类方法.针对近邻传播算法在无先验知识条件下偏向参数选择的问题,使用Silhouette聚类有效性指标确定偏向参数.针对近邻传播算法在处理结构复杂或高维数据时,存在数据信息重叠的问题,提出将局部保持投影方法与近邻传播算法相结合的方法,在有效保留数据内部非线性结构的前提下,有效删除数据空间中的冗余信息.仿真结果验证了提出的算法优于传统的近邻传播算法.

  3. 所属分类：算法与数据结构

    • 发布日期：2017-10-23
    • 文件大小：2mb
    • 提供者：dwf_android

  1. 聚类有效性评价指标(4个内部4个外部)

  2. 常用内部（Sil，CH，DBI，KL）、外部评价指标（Rand等4个），用自带样本集“leuk72_3k.txt”测试可用！

  3. 所属分类：机器学习

    • 发布日期：2018-10-28
    • 文件大小：46kb
    • 提供者：dellzou

  1. 聚类评价指标 MATLAB 实现

  2. 包含外部有效性指标和内部有效性指标，Rand index、 Adjusted Rand index、 Mirkin index、Hubert indexSilhouette、 Davies-Bouldin、Calinski-Harabasz、Krzanowski-Lai、Hartigan、weighted inter- to intra-cluster ratio、Homogeneity Separation

  3. 所属分类：机器学习

    • 发布日期：2019-04-23
    • 文件大小：47kb
    • 提供者：u012569975

  1. 面向契约型客户细分的动态粗糙聚类算法.pdf

  2. 对传统聚类技术无法处理客户细分领域聚类结构随时间变动的问题，提出一种面向契约型客户细分的动态粗糙聚 类算法．该算法使用粗糙k-m锄s构建初始分类器，利用客户契约在不同聚类周期内的生效和失效制定分类器参数的更新规 则，从而迭代更新聚类结构．同时在各周期聚类结果的基础上定义了类规模和粗糙度变化的指标，在此基础上度量由聚类对象 增减引起的类稳定性和不确定性的改变．该算法的优点是在实现动态聚类时能兼顾聚类对象的增减和聚类结构的变化，并且考 虑了契约型客户的特点和数据集的不平衡性．最后给出一个电力客户细分

  3. 所属分类：互联网

    • 发布日期：2020-05-15
    • 文件大小：1mb
    • 提供者：nczfkb

  1. 零售业顾客忠诚度的模型研究与聚类挖掘

  2. 大连交通大学 硕士学位论文 零售业顾客忠诚度的模型研究与聚类挖掘 姓名：徐鹏 申请学位级别：硕士 专业：计算机应用技术 指导教师：田宏 20081220 摘要 面对市场的激烈竞争，仅依靠商品本身很难在瞪趋激烈的竞争中取胜，现今市场的 竞争，实际怒赢得顾客的竞争。因此，如何建立蹶客忠诚度模型分析顾客的忠诚度是+ 分重要的。因为这为企业如何更好的去识别和保留忠诚度高的顾客，挖掘潜在和提升顾 客忠诚度，以及预防顾客流失都起着至关重要的作用。 本文研究重点在于分析国内零售业颤客消费行为特性，探讨圈内零

  3. 所属分类：餐饮零售

    • 发布日期：2010-10-22
    • 文件大小：3mb
    • 提供者：gadflyyy

  1. 基于灰色聚类分析的矿山环境质量评价

  2. 在灰色聚类分析中,把山西省矿区环境质量作为灰色系统进行研究,利用灰色聚类分析方法对山西省矿区环境质量进行评价。为定量评估研究区矿区环境质量,以国家环境质量标准为依据,以矿山环境11个主要污染物为评价指标,对2012年12个监测点的环境质量监测数据建立了灰色聚类评价模型。在对数据样本进行预处理之前,需采用平均标准化方法对原始样本数据进行无量纲化。通过建立灰类的三角形白化权函数计算实测值的灰类隶属度,采用临界值倒数法得到不同污染因子的危害度,最后对样本数据进行灰色综合聚类评价,并基于ARCGIS平台

  3. 所属分类：其它

    • 发布日期：2020-07-17
    • 文件大小：614kb
    • 提供者：weixin_38694699

  1. 模糊聚类最大树算法在教学质量评估中的应用

  2. 应用模糊聚类最大树算法对教学质量评估指标进行聚类以确定关键评估指标集，使用模糊相似关系挖掘出大量数据中教学质量评估指标与评估等级之间的规则，并以本校数据实例为对象建立教学质量评估模糊数据挖掘验证了该方法的有效性。

  3. 所属分类：其它

    • 发布日期：2020-10-18
    • 文件大小：519kb
    • 提供者：weixin_38714509

  1. 密度和有效性指标的自适应模糊C-均值算法

  2. FCM算法作为基于目标函数的模糊聚类算法中最经典的算法之一，在实际应用中得到了深入的研究，但FCM算法需要人为给定分类数C，因此破坏了聚类的无监督性。针对FCM算法的不足，提出了利用密度指标确定初始聚类数目上限Cmax，并且对有效性指标进行了改进，计算对于(1，Cmax]中的每一个c对应的有效性函数值，根据有效性评判，确定最佳聚类数，实现了自动得到最佳分类数的算法。

  3. 所属分类：其它

    • 发布日期：2020-10-18
    • 文件大小：339kb
    • 提供者：weixin_38724663

  1. 一种新的最佳聚类数确定方法

  2. 为了更有效地确定数据集的最佳聚类数，提出一种新的确定数据集最佳聚类数的算法。该算法借签层次聚类的思想，一次性地生成所有可能的划分，然后根据有效性指标选择最佳的聚类划分，进而获得最佳聚类数。理论分析和实验结果证明，该算法具有良好的性能。

  3. 所属分类：其它

    • 发布日期：2020-10-18
    • 文件大小：320kb
    • 提供者：weixin_38551749

  1. 一种新的模糊聚类有效性指标

  2. 针对模糊C均值（FCM）算法聚类数需要预先设定的问题，提出了一种新的模糊聚类有效性指标。首先，计算簇中每个属性的方差，给方差较小的属性赋予较大的权值，给方差较大的属性赋予较小的权值，得到一种基于属性加权的FCM算法；然后，根据FCM改进算法得到的隶属度矩阵计算类内紧致性和类间分离性；最后，利用类内紧致性和类间分离性定义一个新的聚类有效性指标。实验结果表明，该指标可以找到符合数据自然分布的类的数目。基于属性加权的FCM算法可以识别不同属性的重要程度，增加聚类结果的准确率，使用FCM改进算法得到的隶

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：241kb
    • 提供者：weixin_38687539

  1. 一种适用于模糊聚类算法的有效性指标

  2. 模糊c均值聚类算法是最常见的聚类算法。 它通过定义成员资格矩阵来解决数据的不切实际的本质。 由于模糊c均值聚类算法需要预先设置分类数，这在没有先验数据集的情况下几乎是不可能的，因此一些学者提出了有效性指标的概念。 由于有效性指标与隶属度矩阵，数据集中的数据点和聚类中心之间的距离关系有关，因此希望特征加权方法可以用于评估数据集中数据的所有特征。以获得最佳的分类编号。 因此，本文提出了一种针对综合权重指数，密实度指数和可分离性指数的改进的有效性指数。 该有效性指标首先确定数据点的特征与数据点本身之间

  3. 所属分类：其它

  1. 自适应聚类算法的聚类有效性指标

  2. 自适应聚类算法的聚类有效性指标

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：377kb
    • 提供者：weixin_38740827

  1. 改进的粒子群模糊聚类算法

  2. 针对传统的模糊C-均值聚类算法对初始聚类中心较敏感、易陷入局部最优的缺点,将粒子群优化算法和FCM算法相结合,提出一种改进的模糊聚类算法。该算法利用粒子群算法的全局搜索能力代替FCM算法寻找初始聚类中心,使其跳出局部最优,实现模糊聚类。主要从反映数据集分类的类内紧致性程度和类间分离性程度的角度考虑,重新设计适应度函数。实验结果表明,提出的算法在聚类正确率和有效性指标上有更好的效果。

  3. 所属分类：其它

  1. 基于证据空间有效性指标的聚类选择性集成

  2. 首先针对距离空间在描述数据复杂结构信息方面的不足给出证据空间的概念。然后基于证据空间扩展有效性指标Davies-Bouldin,同时利用聚类成员的类别相关矩阵度量差异性。最后以较高有效性和较大差异性为目标选择聚类成员并用于集成。实验结果显示所提方法能够有效提高聚类集成算法的有效性。

  3. 所属分类：其它

    • 发布日期：2021-02-10
    • 文件大小：856kb
    • 提供者：weixin_38670529

  1. 聚类有效性评价新指标

  2. 第12卷第6期智能系统学报Vol.12No.62017年12月CAAITransactionsonIntelligentSystemsDec.2017DOI:10.11992/tis.20170602

  3. 所属分类：其它

  1. 基于Kernel K-means的负荷曲线聚类

  2. 电力负荷曲线聚类是配用电系统的基础，对负荷管理具有重大意义。采用基于核方法的聚类算法提高负荷曲线聚类的准确性，通过点积的方式构造核矩阵，再将数据映射到高维空间中进行聚类，进而加大数据的可分性。同时，针对核矩阵的规模大、计算复杂的问题，提出使用核主成分与缩减矩阵规模对该方法进行优化。实验过程中采用美国能源部开发能源信息网站提供的负荷数据进行聚类，并以Davies-Bouldin聚类有效性指标评估效果。结果表明该方法具有较好的划分能力，可以提高负荷曲线聚类的准确性。

  3. 所属分类：其它

    • 发布日期：2021-01-12
    • 文件大小：677kb
    • 提供者：weixin_38505158
« 12 3 »