改进K-means算法实现移动通信行为特征分析

摘要：

K-means算法被广泛用于客户细分聚类应用研究,客户细分对移动通信行业具有重要的商业价值.但变量的量纲、维度、聚类数、初始聚点等参数的计算是影响K-means算法聚类应用效果的重要因子.在基于K-means算法移动通信行为特征分析系统的实现过程中,分别从特征维度选择、变量量纲统一、聚类数K值与初始聚点的确定等四个方面改进算法的上述影响参数的计算方法,并利用经验加权的方式使算法与主观经验结合.研究结果表明改进K-means算法对移动通信特征分析客户聚类有效.

关键词：客户细分、K-means、影响因子

所属期刊栏目：21

分类号：TP301.6(计算技术、计算机技术)

资助基金：广空预研项目GK2009BE0102

在线出版日期：2011-09-26（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：63-65,69