基于k-means聚类融合算法及在移动客户细分中的应用

《基于k-means聚类融合算法及在移动客户细分中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类UD2010年5月●‘、·-’r、一：．“，·’，：．～’。原创性声明本人声明，所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了论文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我共同工作的同志对本研究所作的贡献均己在论文中作了明确的说明。作者签名：遥壅晕日期：旌f2年上月丑日学位论文版权使用授权书本人了解中南大学有关保留、使用学位论文的规定，即：学校有权保留学位论文并根据国家或湖南省有

2、关部门规定送交学位论文，允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内容，可以采用复印、缩印或其它手段保存学位论文。同时授权中国科学技术信息研究所将本学位论文收录到《中国学位论文全文数据库》，并通过网络向社会公众提供信息服务。作者签名：立旺导师签名社日期：丝年』月丑日摘要数据挖掘技术从～开始产生就广泛应用于各个行业，如医疗数据分析，审计数据分析、金融数据分析等，并且在这些行业中取得了良好的应用成果。伴随着移动通信的发展，针对客户特点，提供个性化的服务己成为各移动公司的一个重要的服务手段，因此如何发现

3、客户的特性，对具有每种特性的客户采用什么样的服务，利用数据挖掘技术进行客户细分，为决策部门提供支撑服务就成为移动公司的一个重要研究热点。，作为数据挖掘中核心技术之一的聚类分析，在移动通信数据分析研究中日益重要。本文在分析传统聚类算法的基础上，提出了一种聚类融合算法。该算法以K-means为基础，利用不同方法得出的K-means聚类结果定义聚类融合成员函数，通过数据对象间的关联性定义共识矩阵获取聚类融合函数，形成基本K—means—CE聚类融合算法，同时通过定义最大互信息对聚类融合结果进行优化，形成优化的K-mea

4、ns—CE聚类融合算法。本文将两种方法在公共数据集上进行了相应的实验，实验结果表明该融合算法比单一算法更为优越。本文以移动通信客户细分为例，利用K-means—CE算法对移动客户数据进行分析，形成各具特点的客户群，并提取客户群的特征。同时以套餐优化为例，说明客户细分后各个套餐与客户的对应关系，进而分析哪种套餐适合哪种客户群。通过移动公司的综合应用，该方法在实际应用中取得了良好的应用效果，在实际生产中发挥了实际生产效应。关键字：数据挖掘，聚类融合，K-means-CE，客户细分ABSTRACTDataminingt

5、echnologyarewidelyusedinvariousindustriessuchasmedicaldataanalysis，auditdataanalysis，financialdataanalysis，andintheseareasdatamininghasmadeagoodapplicationoftheresults．．Withtherapiddevelopmentofthetelecommunicationmarket，everycompanyprovidesallindividualservi

6、ceisveryimportant．Sohowtofindthecustomers’features，howtoprovidetheservicetocustomer,howtousedataminingtechnologytoanalyzethecustomeractionshasbecomeahotresearcharea．Clusteringanalysisisthecoretechniqueofdatamining，andbegintobeusedinTelecommunication．Afteranal

7、yzingthetraditionalclusteringalgorithms，thepaperpresentsanewclusteringensemblemethodbasedonK-meanstoclusterdata．ItconnectsthedatapointsbyK—meansclusterresults，andgeneratesanensemblefunctionbasedonthreshold，thenewalgorithmiscalledK-means—CE．Andthepaperpresents

8、awaytooptimaltheensembleclusteringresults．SomeexperimentshavebeendonewiththedatasetinUCIbytheK-means—CE．Theexperimentalresultsshowthealgorithmisefficientanduseful．ThepaperusesK．．means．．CE