科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着网上购物热潮的到来,企业拥有的客户数据激增。挖掘并分析出隐藏在客户数据中的信息,实现客户群进行划分,对提高企业盈利有显著作用。鉴于此,研究从移动策略、观察半径、概率转换函数等三个方面进行蚁群聚类算法的优化,并以蚁群聚类优化算法实现客户数据的聚类分析。研究结果显示,与标准蚁群聚类算法相比,蚁群聚类优化算法的平均错误个数降至9.6个,平均运行时间降至31.23s;客户群1对应的零售客户消费总次数均值、消费总金额均值均最高,依次为19次、36439元。这些结果说明蚁群聚类优化算法能够实现零售客户的分类,且分类耗时短、分类质量高。
-
单位安徽粮食工程职业学院
