网格和密度的聚类算法在CRM中的应用

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

网格和密度的聚类算法在CRM中的应用

朵春红, 王翠茹

文章导航 > 电子科技大学学报 > 2007 > 36(6): 1289-1291,1314

朵春红, 王翠茹. 网格和密度的聚类算法在CRM中的应用[J]. 电子科技大学学报, 2007, 36(6): 1289-1291,1314.

引用本文:

朵春红, 王翠茹. 网格和密度的聚类算法在CRM中的应用[J]. 电子科技大学学报, 2007, 36(6): 1289-1291,1314.

DUO Chun-hong, WANG Cui-ru. Application of a Clustering Algorithm Based on Density and Grid in CRM[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(6): 1289-1291,1314.

Citation:

DUO Chun-hong, WANG Cui-ru. Application of a Clustering Algorithm Based on Density and Grid in CRM[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(6): 1289-1291,1314.

网格和密度的聚类算法在CRM中的应用

1.
华北电力大学计算机学院河北保定 071003

作者简介:
朵春红(1982-),女,硕士生,主要从事数据库技术与信息处理、决策支持系统方面的研究;王翠茹(1954-),女,教授,主要从事数据库技术、决策支持系统、计算机在电力系统的应用等方面的研究.

朵春红(1982-),女,硕士生,主要从事数据库技术与信息处理、决策支持系统方面的研究;王翠茹(1954-),女,教授,主要从事数据库技术、决策支持系统、计算机在电力系统的应用等方面的研究.

中图分类号: TP311.13

Application of a Clustering Algorithm Based on Density and Grid in CRM

1.
Institute of Computer,North China Electric Power University Baoding Hebei 071003

摘要: 聚类分析是数据挖掘领域中一种非常有用的技术,它用于从大量数据中寻找隐含的数据分布模式,主要有分割法、层次法、密度法、网格法和模型法等。该文主要讨论数据挖掘中一种基于密度和网格的聚类分析算法及其在客户关系管理中的应用。该算法具有较高的聚类效率而且容易实现,可以发现任意形状的聚类,时间复杂度低,聚类精度高,适用于数据的批量更新。该文还提出增量式聚类技术,它不仅能够利用前期聚类的结果,充分提高聚类分析的效率,而且可以降低维护知识库所带来的巨大开销。实验证明了算法的有效性。
- 聚类分析 /
- 客户关系管理 /
- 数据挖掘 /
- 密度 /
- 网格
Abstract: Clustering analysis is a very useful tool in the domain of data mining for searching distributing mode from a great deal of data. Its main algorithms are partition-based algorithm, hierarchy-based algorithm, density-based algorithm, grid-based algorithm, and model-based algorithm. The paper mainly discusses a clustering algorithm based on density and grid in data mining, which has high clustering efficiency and low time complexity. It is efficient and effective for multi-density and uniformity density data sets with noise and suitable for batch update. After that an incremental clustering technique is presented. This technique not only makes best use of the former clustering results and improves the efficiency of clustering analysis, but also brings to the reduction of enormous expenditure on knowledge base maintenance. At last an application of the algorithm in Customer Relationship Management (CRM) is gien.
- clustering analysis /
- customer relationship management /
- data mining /
- density /
- grid

[1]	李海林, 张丽萍. 时间序列数据挖掘中的聚类研究综述 . 电子科技大学学报, 2022, 51(3): 416-424. doi: 10.12178/1001-0548.2022055
[2]	张林兵, 郭强, 吴行斌, 梁耀洲, 刘建国. 基于多维行为分析的用户聚类方法研究 . 电子科技大学学报, 2020, 49(2): 315-320. doi: 10.12178/1001-0548.2018212
[3]	刘乃龙, 周晓东, 刘钊铭, 崔龙. 基于多变量时间序列的接触状态聚类分析 . 电子科技大学学报, 2020, 49(5): 660-665. doi: 10.12178/1001-0548.2020192
[4]	郑文, 赵偲, 李泽堃, 武啸泽, 胡涛. 基于Web数据挖掘的COVID-19流行病学特征分析 . 电子科技大学学报, 2020, 49(3): 408-414. doi: 10.12178/1001-0548.2020079
[5]	陈增, 王科人, 杨铮. 基于会面合并事件的社会关系强度度量模型 . 电子科技大学学报, 2019, 48(1): 96-102. doi: 10.3969/j.issn.1001-0548.2019.01.016
[6]	郑世明, 高志年, 韦伟, 苗壮, 邵荣明. 基于云模型的网格任务调度遗传算法研究 . 电子科技大学学报, 2012, 41(6): 911-915. doi: 10.3969/j.issn.1001-0548.2012.06.018
[7]	高嵘, 王强, 罗东, 秦志光. 食品溯源时序数据的函数型聚类分析 . 电子科技大学学报, 2012, 41(4): 561-563,591. doi: 10.3969/j.issn.1001-0548.2012.04.016
[8]	杨珺, 曹阳, 马秦生, 王敏. 人工免疫行为轮廓取证分析方法 . 电子科技大学学报, 2010, 39(6): 911-914,919. doi: 10.3969/j.issn.1001-0548.2010.06.022
[9]	武斌, 杨义先, 郑康锋. 入侵检测中基于序列模式的告警关联分析 . 电子科技大学学报, 2009, 38(3): 415-418. doi: 10.3969/j.issn.1001-0548.2009.03.023
[10]	童彬, 秦志光, 贾伟峰, 宋健伟. 采用数据挖掘的拒绝服务攻击防御模型 . 电子科技大学学报, 2008, 37(4): 586-589.
[11]	张君雁, 段钢, 邵培基. 基于网格的电子商务架构和多Agent协商 . 电子科技大学学报, 2007, 36(2): 275-277.
[12]	刘晓明, 饶翚. 基于OGSA的网格工作负载监测系统研究 . 电子科技大学学报, 2007, 36(5): 824-826,857.
[13]	王金龙, 徐从富, 徐娇芬, 骆国靖. 利用销售数据的商品影响关系挖掘研究 . 电子科技大学学报, 2007, 36(6): 1282-1285.
[14]	桑永胜, 陆鑫. 基于数据挖掘的Internet远程教学研究 . 电子科技大学学报, 2006, 35(6): 953-955,959.
[15]	闫瑞瑞, 马建国, 周金治. 文化网格缩比实验的前端设计与实现 . 电子科技大学学报, 2006, 35(3): 346-348,374.
[16]	文琪, 彭宏. 小波变换的离群时序数据挖掘分析 . 电子科技大学学报, 2005, 34(4): 556-558.
[17]	曾异平, 朱宏, 龙文光. 趋势分析中的一种增量数据挖掘方法研究 . 电子科技大学学报, 2004, 33(4): 464-467.
[18]	方英武, 张广鹏, 吴德伟, 黄玉美, 赵修斌, 王轶. 分布式数据挖掘计算过程——DDCP算法研究 . 电子科技大学学报, 2003, 32(1): 80-84.
[19]	刘学生, 何跃, 贺昌政. 模糊规则归纳法及GDP主要影响因素分析 . 电子科技大学学报, 2002, 31(1): 92-96.
[20]	李秀森, 韩静轩, 马力. 增长因素为聚类变量的因素分析 . 电子科技大学学报, 2002, 31(2): 204-206.

WeChat

点击查看大图

计量

文章访问数: 4506
HTML全文浏览量: 154
PDF下载量: 78
被引次数: 0

网格和密度的聚类算法在CRM中的应用

1. 华北电力大学计算机学院河北保定 071003

作者简介:
朵春红(1982-),女,硕士生,主要从事数据库技术与信息处理、决策支持系统方面的研究;王翠茹(1954-),女,教授,主要从事数据库技术、决策支持系统、计算机在电力系统的应用等方面的研究.

朵春红(1982-),女,硕士生,主要从事数据库技术与信息处理、决策支持系统方面的研究;王翠茹(1954-),女,教授,主要从事数据库技术、决策支持系统、计算机在电力系统的应用等方面的研究.

收稿日期: 2007-09-14
刊出日期: 2007-12-15

中图分类号: TP311.13

关键词:

摘要: 聚类分析是数据挖掘领域中一种非常有用的技术,它用于从大量数据中寻找隐含的数据分布模式,主要有分割法、层次法、密度法、网格法和模型法等。该文主要讨论数据挖掘中一种基于密度和网格的聚类分析算法及其在客户关系管理中的应用。该算法具有较高的聚类效率而且容易实现,可以发现任意形状的聚类,时间复杂度低,聚类精度高,适用于数据的批量更新。该文还提出增量式聚类技术,它不仅能够利用前期聚类的结果,充分提高聚类分析的效率,而且可以降低维护知识库所带来的巨大开销。实验证明了算法的有效性。

English Abstract

朵春红, 王翠茹. 网格和密度的聚类算法在CRM中的应用[J]. 电子科技大学学报, 2007, 36(6): 1289-1291,1314.

引用本文:

朵春红, 王翠茹. 网格和密度的聚类算法在CRM中的应用[J]. 电子科技大学学报, 2007, 36(6): 1289-1291,1314.

DUO Chun-hong, WANG Cui-ru. Application of a Clustering Algorithm Based on Density and Grid in CRM[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(6): 1289-1291,1314.

Citation:

DUO Chun-hong, WANG Cui-ru. Application of a Clustering Algorithm Based on Density and Grid in CRM[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(6): 1289-1291,1314.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发