面向绿色设计的产品客户群细分

分析了产品全生命周期客户绿色需求特点,提出了绿色产品客户群细分方法.通过联合分析法获取客户个体的绿色需求偏好,利用系统聚类法对离散的客户个体按绿色需求偏好进行客户群聚类,实现了绿色产品客户群的细分.以面向绿色设计的豆浆机产品客户群细分为例,验证了该方法.     

聚类算法在客户细分中的应用研究

经济的快速发展,企业的相互竞争,使得企业对客户的个性化服务提出更高的要求,聚类分析是在数据挖掘的基础上,根据用户的行为模式,将具有相似属性的用户分为一簇.通过改进的聚类算法,选取离得尽可能远的客户作为初始中心,努力得到客户群一个比较好的初始划分,提高聚类质量,为企业了解客户、挖掘客户、制定营销策略,提供有力帮助.     

面向保障服务的客户类型分析研究与应用

提出面向保障服务企业的客户类型分析方法,给出适合于计算机实现的解决方案.从影响保障服务及时性的主要因素提取分析指标,建立基于故障的客户分类指标体系;采用模糊聚类算法进行客户分类,并通过分类有效性验证得到最佳聚类结果;从最佳聚类结果中提取典型客户,结合典型客户特征,定义客户类型;最后以某企业客户类型分析实例验证方法的有效性.     

基于数据挖掘的电信业客户流失分析

在电信运营商重组的市场格局下,为解决国内各大运营商如何降低客户流失率并保持市场份额的问题,在基于SPSS公司的Clementine挖掘平台的基础上,对数据理解、数据准备、建立模型等主要步骤进行了分析,建立了客户流失预测模型,并针对高流失概率客户群提出了针对不同类型客户的挽留策略.     

基于购买行为的客户分类方法研究

在序列对齐方法的基础上,提出了客户购买行为的相似比较标准。在比较过程中,考虑了客户购买产品的类别和相应产品的购买金额,给出了快速计算客户购买行为相似度的算法。在此基础上,对客户聚类应用模拟退火遗传算法改善聚类的质量,使每一类客户具有更相似的购买行为。实例分析结果表明,所提出的方法能够有效地根据购买行为对客户加以分类。     

面向大批量定制设计的定制客户动态聚类方法研究

通过分析现有客户聚类存在的不足，面向大批量定制设计提出了根据功能结构模型进行客户动态聚类划分的新方法。采用面向对象的技术，
将功能作为产品族的特征属性与产品族结构封装，建立了产品族功能结构模型；应用蚂蚁自我聚集行为的聚类原理，以产品族功能结构模型为分类模式，以动态定制客户集为模式样本，提出了基于功能结构蚂蚁树的定制客户动态聚类算法。在自行开发的工程机械产品定制服务平台上，以摊铺机定制客户的聚类划分为例进行了实验验证。     

数据挖掘聚类算法研究

聚类是数据挖掘中用来发现数据分布和隐含模式的一项重要技术.全面总结了大部分常用聚类算法的主要特点,对一些经典聚类算法进行比较,并提出了相关结论,最后对几种新型的聚类算法进行基本概括.     

基于数据挖掘的电信业客户流失分析

在电信运营商重组的市场格局下，为解决国内各大运营商如何降低客户流失率并保持市场份额的问题，在基于SPSS公司的Clementine挖掘平台的基础上，对数据理解、数据准备、建立模型等主要步骤进行了分析，建立了客户流失预测模型，并针对高流失概率客户群提出了针对不同类型客户的挽留策略。     

一种新的组合聚类分析方法及其应用

传统的系统聚类分析方法不能自动判断结果中适宜的类别数,本文应用两步聚类法与层次聚类法相结合的方式对25种汽车样本进行聚类分析,并利用类型内标准差与总体标准差的比较对聚类效果进行了检验。结果表明,使用这种组合聚类分析方式先科学、客观地确定聚类数目,再进行聚类分析,得到的三类数据样本集合,样本集合间各指标存在显著差异,所得到的结果与客观实际相符,证明了这种新聚类方式的可行性。     

改进的FCM聚类算法

经典FCM聚类算法存在的两个方面的问题：一是算法对初始聚类中心的过分依赖性;二是算法需要预先知道实际的聚类数目,而在实际应用中,聚类数目却是未知的。对此提出了一种解决方法,通过仿真实验证实了该方法的可行性与有效性。     

一种K-均值脸谱图聚类新算法

Chernoff脸谱图简单,类似卡通画,能图形化地表示多元数据。但脸谱图聚类算法具有主观性的巨大的对比工作量,脸谱特征分配困难。因此,本文提出一种新的脸谱图聚类算法,它合并了K均值聚类或模糊G均值聚类算法。IRIS和蔬菜油数据集的实验结果表明新算法优于传统的聚类算法。     

基于GT编码的零件聚类树的建立

基于成组技术，提出了用零件分类编码的哈明距离函数来表达零件相似性。在此基础上，利用领域知识和概念性聚类的方法，将零件的属性分为有序属性和无序属性来表示其语义距离，并结合模糊表示方法对属性值进行规格化处理，从而根据零件之间距离的远近建立零件聚类树，为零件之间相似性建立层次结构，奠定了自适应的动态分类和工艺制作的算法基础。     

用模糊聚类Fuzzy C-Means算法实现图像分割

本文描述了一种有效的Fuzzy C-Means(FCM)聚类算法的数学原理及其在图像分割中的应用,该算法的主要特点是提供了一种非监督的模糊聚类方式。为了减少计算量,文章引入了塔型数据结构PDS(Pyramid Data Structure),并对FCM算法的初始模糊矩阵的选取和实验结果进行了讨论。     

基于功能蚁树的定制客户动态聚类

在分析定制客户需求特点和产品族模型构成的基础上,提出了一种根据功能结构模型进行定制客户动态聚类划分的新方法。采用面向对象的技术,将功能作为产品族的特征属性与产品族结构封装,建立了产品族功能结构模型;应用蚂蚁聚集行为的聚类方法,以产品族功能结构模型为分类模式,设计了基于功能蚁树的客户动态聚类算法。并以多功能沥青混凝土摊铺机产品的定制客户聚类划分为例,进行聚类分析,聚类结果能直观地反映各功能结构模块动态需求变化。     

大气污染区域划分中的F-PFS聚类法

本文利用F－PFS聚类法对大气污染区域进行划人，该方法克服了普通模糊聚类法的一些不足，在进行聚类的同时，得到最佳分类数。     

基于改进FCM模糊神经网络的水处理过程建模

本文结合改进的FCM聚类分析算法,提出了一种自适应T-S模糊神经网络用于建立水处理过程的模型.该方法通过减法聚类初始化FCM聚类算法,加快了FCM聚类收敛速度,利用改进后的FCM算法对数据集聚类,从而产生输入空间的模糊划分和模糊规则;并用混合BP和递推最小二乘学习算法对前件和后件参数进行优化.最后,将本文的方法用于建立水处理过程的模型,仿真实验的结果表明该方法具有收敛快、精度较高、泛化能力好的优点.     

基于改进密度峰值聚类的航空发动机故障诊断

针对快速搜索发现密度峰值聚类(CFSFDP)算法存在的密度中心选择不方便、聚类精度不高的问题,提出基于马氏距离的自动搜索发现密度峰值的聚类算法。该算法将马氏距离引入距离测定中,提高了聚类精度;提出聚类中心判定参数γ,自动获得了聚类中心。采集航空发动机转子模拟振动信号实验数据,分别采用传统CFSFDP算法、改进后的CFSFDP算法、K均值聚类和模糊C均值聚类进行分析,结果表明,所提算法能够很好地改善聚类精度,其聚类精度相比K均值聚类和模糊C均值聚类有很大优势,且在故障特征的分类与识别上均优于其他两种算法。     

云制造平台资源需求的高效匹配策略研究

为快速、精确地从云制造平台资源池中搜索到满足用户需求的资源,实现资源与需求的高效匹配,提出了一种资源需求高效匹配策略。首先,建立了资源与需求的形式化描述模型,在此基础上,采用改进的K-means聚类算法按基本信息进行聚类,对云服务池中的资源进行预处理,形成多个资源簇;其次,计算用户需求与各资源簇聚类中心基本信息的相似度,确立备选资源簇;最后,再分别从资源的状态信息、功能信息和服务信息3个方面对备选资源簇中的备选资源进行筛选匹配。实例分析和研究结果表明:与已有的匹配方法相比,该方法在保持较高匹配精度的同时具有更高的匹配效率。     

改进的基于决策树的说话人在线聚类

针对采用传统的在线聚类方法时后续判决错误率较高的缺点,提出了一种改进的基于决策树的在线说话人聚类算法。通过构建一个决策树,增加判决分支,对语音段进行判决聚类,从而有效降低前期错误判决对后续聚类的影响。为了进一步提高算法效率,缩短运算时间,还给出了一种决策树剪枝方法,减少了不合理的判决分支。通过对广播新闻语料进行的说话人聚类实验表明,相比传统的层次聚类算法,新算法的平均类纯度和说话人纯度分别提高了0.9%和1.1%,计算时间减少了57%。实验结果还表明,相比手工标注说话人信息,将该算法的聚类结果应用于说话人自适应可降低系统的误识率。     

基于外形特征的三维模型聚类方法研究

针对实际应用中三维模型数据集的模型分类管理、检索聚类预处理等聚类问题,提出了一种基于划分方法的无监督聚类模型。该模型通过以傅里叶矩不变算法为基础的特征提取算法,综合运用了现有聚类算法,将特征提取和聚类计算有效结合起来,充分考虑了聚类模型数据格式的敏感性问题。计算结果表明,该方法对有一定类结构的数据集在有整体聚类效果的情况下有一定的局部最优性。