混合PSO的K-means算法在B2C电子商城客户细分中的应用研究
因B2C电子商务的竞争对个性化服务提出更高的要求,该文以某B2C电子商务网站建设为研究背景,结合粒子群优化算法与K-means算法,以改进K-means算法陷入局部最小和对初始聚类中心敏感的缺陷,并应用到本文电子商务网站客户细分中,得到具有不同特征的客户群组,方便企业对客户进行针对性推荐服务,用有限的资源提高客户购买量,提高企业效益。理论分析和实验结果表明本算法具有较优的全局收敛性且收敛速度快的特点。
B2C、客户细分、PSO、K-means算法、全局收敛性
TP18(自动化基础理论)
2016-04-01(万方平台首次上网日期,不代表论文的发表时间)
共4页
158-161