基于PSO的K-means改进算法在证券客户细分中的应用

被引：1

作者：

李英

吴圆圆

宁福锦

机构：

[1] 华东理工大学商学院

来源：

现代图书情报技术 | 2010年 / Z1期

关键词：

粒子群优化; K-means算法; 客户细分;

D O I：

暂无

中图分类号：

F830.91 [证券市场]; F224 [经济数学方法];

学科分类号：

1201 ; 020204 ; 0701 ; 070104 ;

摘要：

针对K-means的缺陷,运用SD和PSO算法提出一种改进聚类算法,并通过Java编程实现。以上海某证券公司一个营业部的客户交易数据为例,将数据库中的数据分析、变换和标准化成适合挖掘的形式,将结合的聚类算法应用于细分模型进行聚类,并对聚类结果进行评价和分析。结果表明,利用改进的聚类算法能够得到更高质量的聚类结果。

引用

页码：88 / 94

页数：7

共 8 条

[1] K-PSO聚类算法在入侵检测中的研究 [J].

王德广 ;

姚鹏 ;

黄明 .

科学技术与工程, 2009, 9 (18) :5383-5387

[2] 基于粒子群优化算法的聚类分析 [J].

刘向东 ;

沙秋夫 ;

刘勇奎 ;

段晓东 .

计算机工程, 2006, (06) :201-202+217

[3] 粒子群优化算法及其与遗传算法的比较 [J].

沈艳 ;

郭兵 ;

古天祥 .

电子科技大学学报, 2005, (05) :696-699

[4] 基于粒子群的K均值聚类算法 [J].

刘靖明 ;

韩丽川 ;

侯立文 .

系统工程理论与实践, 2005, (06) :54-58

[5] 基于遗传算法的聚类分析 [J].

傅景广 ;

许刚 ;

王裕国 .

计算机工程, 2004, (04) :122-124

[6] 模糊聚类分析最佳聚类数的确定方法研究 [J].

孙才志 ;

王敬东 ;

潘俊 .

模糊系统与数学, 2001, (01) :89-92

[7] 用改进的RPCL算法提取聚类的最佳数目 [J].

李昕 ;

郑宇 ;

江芳泽 .

上海大学学报(自然科学版), 1999, (05) :409-413

[8]

K-means-type algorithm: generalized convergence theorem and characterization of local optimality. Selim S Z, Ismail M A. IEEE Transactions on Pattern Analysis and Machine Intelligence . 1984

← 1 →