基于SOM聚类的数据挖掘方法及其应用研究

被引:29
作者
杨黎刚
苏宏业
张英
褚健
机构
[1] 浙江大学先进控制研究所
关键词
数据挖掘; 聚类; SOM; 可视化; 客户分群;
D O I
暂无
中图分类号
TP311.13 [];
学科分类号
1201 ;
摘要
传统的聚类算法如Kmeans等,往往需要事先定义聚类数目。在实际应用中,多基于经验知识来确定类别个数,而且一般需要多次尝试,这种方法具有很大的盲目性。本文提出一种基于SOM的聚类算法,利用SOM的可视化功能和人眼在低维情况下对模式的快速识别能力来避免传统聚类算法确定聚类数目的盲目性。将提出的方法应用于某电信公司客户分群的实际问题当中,来刻画客户组的个性行为特征,以便销售人员制定针对性的营销策略,具有重要的实际意义。
引用
收藏
页码:133 / 136
页数:4
相关论文
共 3 条
[1]   原空间中的核SOM分类器 [J].
潘志松 ;
陈松灿 ;
张道强 .
电子学报, 2004, (02) :227-231
[2]   嵌入局部模型的SOM网络对混沌时间序列预测研究 [J].
朱家元 ;
虞建飞 ;
张恒喜 ;
不详 .
控制与决策 , 2003, (01) :106-109
[3]  
SOM-based data visualization methods[J] . Juha Vesanto.Intelligent Data Analysis . 1999 (2)