基于最小聚类单元的聚类算法研究及其在CRM中的应用

被引:11
作者
张光建
黄贤英
机构
[1] 重庆工学院计算机系
关键词
数据挖掘; 聚类; K均值聚类; 网格; CRM(客户关系管理);
D O I
暂无
中图分类号
TP301.6 [算法理论];
学科分类号
081202 ;
摘要
将聚类分析技术应用于客户关系管理可以改善客户关系,对将来的趋势和行为进行预测,优化营销策略。在综合分析网格聚类算法和K-均值聚类算法的基础上,提出了基于最小聚类单元(Mini mum Clustering Cell,简称MCC)的聚类算法,介绍了该算法在CRM中的应用。经证明该算法是一种实用的、速度更快、效率更高的改进聚类算法,它克服了K-均值聚类需要事先给定K值、网格聚类要求数据密集的缺点。
引用
收藏
页码:188 / 189+203 +203
页数:3
相关论文
共 3 条
[1]   基于网格距离的聚类算法的设计、实现和应用 [J].
田启明 ;
王丽珍 ;
尹群 .
计算机应用, 2005, (02) :294-296
[2]   一种有效的基于网格和密度的聚类分析算法 [J].
胡泱 ;
陈刚 .
计算机应用, 2003, (12) :64-67
[3]  
构建面向CRM的数据挖掘应用.[M].(美)AlexBerson等著;贺奇等译;.人民邮电出版社.2001,