基于Canopy和共享最近邻的服务推荐算法

摘要：

为辅助银行机构进行精准的服务推荐,提出了基于改进的Canopy和共享最近邻相似度的聚类算法.基于该算法对用户进行细分,针对用户群特点进行精准服务推荐.该算法首先采用最大值和最小值对Canopy算法进行改进,并应用该算法得出初始聚类结果,然后利用共享最近邻相似度算法对聚类结果中的交叉部分数据进行归类,最终得出用户聚类数据.该算法在某银行对真实客户数据进行应用,选择基于客户的贡献度、忠诚度和活跃度3个指标进行聚类,结果表明,该算法提高了客户细分的质量和聚类的效率,聚类结果对于客户的消费数据刻画非常准确,能够为银行的精准服务推荐提供数据支持.

关键词：客户聚类、服务推荐、Canopy算法、共享最近邻相似度、聚类指标

所属期刊栏目：47

分类号：TP391.9(计算技术、计算机技术)

资助基金：辽宁省自然科学基金2019-ZD-0354

在线出版日期：2020-12-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：479-481,503