| K均值聚类算法在商业银行客户分类中的应用 |
| |
| 引用本文： | 瞿小宁.K均值聚类算法在商业银行客户分类中的应用[J].计算机仿真,2011,28(6). |
| |
| 作者姓名： | 瞿小宁 |
| |
| 作者单位： | 长沙商贸旅游职业技术学院,湖南,长沙,410004 |
| |
| 摘 要： | 研究商业银行客户分类优化问题.商业银行客户类别具有多变性,其类别由初始聚类中心来确定,而传统K均值初始聚类中心固定,不能适应客户类别具有多变性,导致商业银行客户分类结果易陷入局部最优,分类准确率极低.为了提高商业银行客户分类的准确率,提出粒子群优化K均值聚类的商业银行客户分类模型.模型将K均值的初始聚类中心作为一个粒子,商业银行客户分类准确率作为粒子群优化的目标函数,通过粒子相互协作获得最优初始聚类中心,聚类中心具有自适应性,使然后采用最优K均值聚类算法对银行客户进行分类.仿真结果表明,优化K均值算法收敛速度快,提高了客户分类准确率,分类结果更加合理,便于对商业银行为客户采取相应经营策略.
|
| 关 键 词： | 粒子群算法 客户分类 数据挖掘 |
Application of K-means Based on Commercial Bank Customer Subdivision |
| |
| QU Mao-ning.Application of K-means Based on Commercial Bank Customer Subdivision[J].Computer Simulation,2011,28(6). |
| |
| Authors: | QU Mao-ning |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
