基于改进SOM+K-means算法的客户价值研究

作     者：王朋亮 单剑锋 WANG Pengliang;SHAN Jianfeng

作者机构：南京邮电大学电子与光学工程学院、微电子学院江苏南京210023 

基　　金：国家社科一般项目“新时代高等教育学生增值评价研究”(22BTJ030) 

出 版 物：《软件》 (Software)

年 卷 期：2024年第45卷第3期

页      码：4-7,65页

摘      要：为提高多特征参数聚类相似度,针对多特征参数相关性和分布不等问题,提出一种改进的聚类算法,并以此算法研究RFM客户价值模型。此改进算法,通过矩阵旋转和压缩变换以及协方差矩阵处理,构造一种聚类相似度目标的距离函数,以此距离函数结合SOM算法和K-means算法各自优点,设计改进SOM+K-means组合聚类算法。应用该算法创建RFM客户价值模型,并实验验证。通过轮廓系数法评估,该算法聚类的轮廓系数相比原K-means和SOM算法聚类的轮廓系数,分别提高约0.129和0.126。该聚类算法提高了RFM客户价值聚类效果,为客户价值研究提供了一种新的聚类方法。

主 题 词：协方差矩阵 自组织神经网络 K均值 聚类算法 RFM客户价值 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1003-6970.2024.03.002

馆 藏 号：203127767...