基于改进的K-means聚类算法的汽车市场竞争情报分析

摘要：

应用AHP(analytic hierarchy process)和EWM(entropy weight method),对中国A级轿车市场数据进行了分析量化处理,设计了竞争威胁数据指标,基于改进的K-means聚类算法对该市场进行了社会网络分析;通过品牌间竞争矩阵构建了中间中心度及凝聚子群,分析了产品性能指标偏重程度和企业所在该市场的竞争地位.数值实验表明:改进的K-means聚类算法对于文中样本对象,得到了更为精确的聚类效果,对中国A级轿车市场的社会网络分析准确有效.

关键词：K-means聚类算法、中间中心度、凝聚子群、竞争威胁、社会网络分析

所属期刊栏目：38

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目40971275,51174287

在线出版日期：2019-04-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：74-84