數(shù)據(jù)挖掘技術(shù)及其在超市CRM中的應(yīng)用.pdf

1、數(shù)據(jù)挖掘是隨著信息技術(shù)不斷發(fā)展而興起的一門新學(xué)科。聚類分析作為數(shù)據(jù)挖掘領(lǐng)域內(nèi)最為常見的技術(shù)之一，是個(gè)非常重要的研究課題。盡管有多種不同的聚類算法，但這些算法還存在一些問題：如算法的效率、初值的選擇、最優(yōu)解的問題等等。因此對(duì)聚類算法還需要作進(jìn)一步的優(yōu)化、改進(jìn)研究，以更好的適用于解決工程實(shí)際問題。這樣不僅有助于算法理論的完善，更有助于算法的推廣和應(yīng)用。本文重點(diǎn)對(duì)聚類算法特別是K-nearls進(jìn)行了改進(jìn)，提出了三種重要的改進(jìn)方法。 本

2、文的主要工作有： 【1】介紹了數(shù)據(jù)挖掘的定義、基本特征、主要的數(shù)據(jù)挖掘技術(shù)、聚類技術(shù)的基本概念以及主要的聚類分析算法；對(duì)經(jīng)典K-means聚類算法進(jìn)行了較為詳細(xì)的介紹，分析其主要優(yōu)缺點(diǎn)，提出了要改進(jìn)和努力的方向。 【2】使用復(fù)合形法對(duì)K-means算法進(jìn)行優(yōu)化。復(fù)合形法是基于最壞點(diǎn)進(jìn)行迭代的一種有效的隨機(jī)搜索尋優(yōu)方法，有著效率高，程序簡(jiǎn)單，結(jié)果穩(wěn)定的特點(diǎn)。利用Matlab7.0中的數(shù)據(jù)作為仿真試驗(yàn)數(shù)據(jù)，結(jié)果表明，改進(jìn)后的

3、算法提高了計(jì)算效率和魯棒性，基本滿足工程需要。 【3】根據(jù)復(fù)合形局部搜索能力強(qiáng)而遺傳算法全局搜索能力強(qiáng)的特點(diǎn)，將復(fù)合形與遺傳算法相結(jié)合構(gòu)成復(fù)合形一遺傳算法(complex-GA)，其中把復(fù)合形法作為一個(gè)算子嵌套到遺傳算法中，來提高遺傳算法的局部搜索能力。利用一組600×4的數(shù)據(jù)進(jìn)行聚類，結(jié)果表明，complex-GA所得結(jié)果的迭代次數(shù)，最小目標(biāo)函數(shù)值及平均目標(biāo)函數(shù)值都較為理想。 【4】將遺傳算法與復(fù)合形法構(gòu)成組合優(yōu)化方法

4、，用于K-means優(yōu)化聚類。首先使用遺傳算法進(jìn)行大范圍搜索，在取得較優(yōu)結(jié)果時(shí)加入記憶體，用來存儲(chǔ)最優(yōu)解群體，然后利用局部搜索能力較強(qiáng)的復(fù)合形算法、以最優(yōu)解群體作為初始頂點(diǎn)作進(jìn)一步優(yōu)化，從而達(dá)到最優(yōu)解或者接近最優(yōu)解。結(jié)果表明該方法的迭代次數(shù)及總體所耗時(shí)間都大大降低，在提高效率的同時(shí)也改善了解的質(zhì)量。 【5】將以上的研究成果用于某超市CRM系統(tǒng)設(shè)計(jì)，包括數(shù)據(jù)表的設(shè)計(jì)、數(shù)據(jù)轉(zhuǎn)換以及數(shù)據(jù)倉(cāng)庫(kù)的建立等功能模塊的設(shè)計(jì)。選取顧客年齡，購(gòu)買總