基于属性加权的不完全数模糊 c 均值聚类算法

针对现有的不完全数模糊聚类算法未考虑样本各维属性对聚类贡献不同的问题,提出了基于属性加权的不完全数模糊c均值聚类算法.利用ReliefF算法评价各维属性的重要程度,通过加权欧式距离将属性权重结合入聚类,并能实现在聚类迭代过程中的缺失属性、隶属度及聚类中心的一体化求解.实验结果表明,该算法强调了重要属性在不完全数模糊聚类中的作用,能够得到更为准确的聚类结果.     

基于可靠性的正则化加权软k-均值的子空间聚类

子空间聚类已经广泛应用于多个涉及高维数据聚类应用领域,受到机器学习研究者的广泛关注.子空间聚类方法是一种使用特征选择的聚类分析技术,通过选择重要特征子集实现对高维空间的低维表示,在实际应用中能够取得更好的性能,成为流行的高维数据聚类方法.与硬聚类方法相比,软聚类能够给出复杂数据更有意义的划分.扩展k-均值聚类并提出基于可靠性的正则化加权软k-均值新的子空间聚类方法(Reliability-based regularized weighted soft k-means clustering algorithm,RRWSKM),该方法能够计算每个特征对每个聚类的贡献度,从而找到与不同聚类相关的重要特征子集.另外,该方法能够通过调整模型参数准确地辨识数据模式,具有良好的聚类性能.该方法把维度加权熵和划分熵作为正则化项引入到目标函数,避免过拟合问题同时使更多的特征参与辨识聚类.为了提高算法的鲁棒性,使用可靠性测度获得特征权重初始值,提高算法的可靠性和性能.考虑到该算法是非凸优化问题,使用迭代优化方法得到优化问题的最优解.使用多个实际数据集对本文算法进行仿真验证,结果表明,与其他子空间聚类算法相比,该算法能够有效发现高维数据的低维表示,具有良好的聚类性能,适合高维数据的聚类.     

基于改进型Logistic混沌序列的SPC-TDCS多址接入研究

针对复杂电磁环境下雷达信号快速聚类分选问题,提出了一种采用变精度粗糙集改进的基于相邻脉冲相似性的快速聚类分选方法。原有方法计算相似度时加权矩阵由专家给定或由经验而定,未考虑到雷达辐射源属性,造成聚类分选结果准确率不高。改进方法利用变精度粗糙集获取雷达辐射源各属性特征参数的权重,由其权重构成最优特征加权矩阵,进而计算相似度,然后基于相邻脉冲相似性对雷达信号进行快速聚类分选。仿真表明,改进方法相比原有方法保持了快速分选的能力,并且将聚类分选准确率提高了5.93%,是一种解决复杂环境下雷达信号快速聚类分选的新方法。     

融合像素空间信息及加权模糊聚类的肺结节识别

针对肺部计算机辅助诊断中孤立肺结节识别容易受噪声、气管、血管的干扰问题,提出一种融合空间信息及加权模糊聚类的肺结节识别算法.该方法利用融合像素空间信息及带特征权重的模糊C均值聚类算法实现感兴趣区域分割;利用特征选择算法计算感兴趣区域各特征权重,加权模糊C均值聚类算法分类感兴趣区域,识别肺结节.对比实验证明,该算法对感兴趣区域分割抗噪声性增强;感兴趣区域分类准确率提高;整体算法对肿瘤的检出率较高,漏诊率降低,为医生诊断早期肺癌病灶提供更加准确的客观依据.     

基于逻辑回归函数的加权K-means聚类算法

传统K-means聚类算法通过欧式距离计算样本的相似度,将数据所有的属性特征均平等对待,忽略每个属性特征的不同贡献,导致样本相似度计算的准确率不高。针对这个不足,提出一种特征加权的K-means算法进行优化。首先,运用Softmax和Sigmoid逻辑回归函数计算特征权重,使得加权的欧式距离更能准确地表示样本相似度;其次,优化初始聚类中心选择策略,选择距离较大的K个样本作为初始聚类中心,可有效避免样本的错误聚类及空簇问题。实验结果表明,在UCI标准数据集中采用加权K-means聚类算法可以有效减少迭代次数,提高聚类的准确率、精确率和召回率。     

模糊聚类功能实现

提出基于客户价值的客户分类方法,将加权模糊c均值算法应用于客户分类,并用基于相似系数和检测孤立点的方法排除孤立点对聚类结果的干扰,提高聚类质量。     

基于区间数贴近度的最大树聚类算法研究

针对特征指标和权重指标均为区间数的多指标信息聚类问题,在传统的数值信息最大树聚类法的基础上,给出了基于区间数的多指标信息聚类问题的一种具体算法.在此过程中,加权相似矩阵的提出克服了属性权重对聚类产生的双重影响;并通过引入相对贴近度的概念,对相似区间进行排序.最后,通过实例验证了此算法的有效性.     

SOM-K-Means聚类算法在零售银行客户细分中的应用研究

大数据背景下零售银行业的竞争日益加剧,根据客户的特征,将客户进行细分,为客户提供差异化的产品和服务是零售银行实现精准营销的有效途径。K-Means聚类算法是客户细分中的一种重要算法,它的基本思想是将具有更多相同特性的样本聚集到一个类中,使不同类中的样本之间尽可能的远离,而同一类中的样本之间尽可能的相近。为了提高客户细分的精度,提出一种自组织特征映射神经网络(SOM)的KMeans聚类算法(SOM-K-Means)。该算法可以解决K-Means聚类算法随机确定聚类个数和初始聚类中心等影响聚类结果准确性的问题。对某零售银行实证研究表明,SOM-K-Means聚类算法对购买某产品客户的数据进行有效的挖掘分析,根据聚类之间客户的不同特征,为不同客户群体提供个性化营销策略。     

基于特征相关的改进加权朴素贝叶斯分类算法

朴素贝叶斯分类算法的特征项间强独立性的假设在现实中是很难满足的.为了在一定程度上放松这一假设,提出了基于特征相关的改进加权朴素贝叶斯分类算法,该算法采用一种新的权重计算方法,这种权重计算方法是在传统词频反文档频率(TF-IDF)权重计算基础上,考虑到特征项在类内和类间的分布情况,另外还结合特征项间的相关度,调整权重计算值,加大最能代表所属类的特征项的权重,将它称之为TF-IDF-FC权重计算.与基于传统TF-IDF权重的加权朴素贝叶斯分类算法和其他常用加权朴素贝叶斯分类算法比较,如基于属性加权的朴素贝叶斯分类算法,这种算法的分类效果均有一定的提高.     

基于直觉模糊集的模糊C均值聚类改进算法

针对特征权重未知且具有直觉模糊数的特征信息的聚类分析问题,提出一种改进的基于直觉模糊集的模糊C均值聚类算法.首先,定义区域密度参数,选择高密度区域中相距最远的样本为初始聚类中心;然后,利用直觉模糊熵计算聚类样本的特征权重,对样本特征值进行加权处理.给出改进的FCM聚类算法的具体步骤,并进行了算例验证.研究结果表明,该算法不仅克服了FCM算法易陷入局部极小值的问题,同时大大减少迭代次数,加快了收敛速度,提高了聚类性能.     

呼叫中心是企业客户关系管理发展的助推器

客户关系管理,对于一个公司的盈利能力及其长期的成功显得极为的重要,客户关系管理的目标就是要同客户建立起长期的关系,创造出不断增加的忠诚客户和更大的盈利空间.现代的呼叫中心作为企业与客户进行交流的途径已成为客户关系管理系统中的核心部分,是企业客户关系管理发展的助推器.     

基于顾客价值的物流企业能力要素分析及评价

企业的价值来源于顾客价值.以物流企业为研究对象,从识别和满足顾客需求的角度,构建了物流企业的能力要素体系,并认为企业的能力由运营能力、变革能力和学习能力三个层面构成,其中运营能力和变革能力决定了企业满足顾客需求的能力,学习能力决定了企业是否能够准确识别顾客关键需求.结合物流企业的特征,将每一层面细分为若干子能力要素,运用多级综合模糊评判法对物流企业能力进行定量评价,以期为物流企业培育核心能力提供决策依据.     

基于QFD的企业物流服务质量改进

QFD方法以顾客需求,偏好和期望为导向,通过了解并分析顾客需求,然后利用逻辑体系方法来确定如何最好地实现顾客需求。正是基于QFD方法,利用客户满意度的思想,通过考察企业内外部门对企业物流的期望需求,借助系统的方法,为企业提供一种改进物流服务质量的结构化方法,从而帮助管理者更有效地改进、提高本企业物流的服务质量,以此提高企业的整体效益。     

不同驱动力下的服务创新及其竞争优势分析

通过服务创新获取竞争优势是众多企业面临的重要课题.构建了服务创新系统模型,根据服务创新的驱动力因素把服务创新分为新服务驱动、技术驱动与顾客驱动三大类,并分析这三类服务创新模式下企业的竞争优势情况.重点研究了顾客驱动因素下企业在接触界面、文化和集成三个维度方面的服务创新及其竞争优势,认为未来服务企业的创新战略应从占领要素转向锁定顾客.     

基于心理契约违背的顾客行为研究

将组织心理契约违背与雇员之间的关系置换为营销情景下服务企业心理契约违背与顾客的关系,通过对263位经常接受银行服务的顾客进行定量研究和结构方程验证,得出如下研究结论:服务企业交易型心理契约违背导致顾客退出、抱怨行为增加和顾客忠诚降低、沉默行为减少;服务企业的关系型心理契约违背导致顾客忠诚降低、抱怨行为和沉默行为增加,对顾客退出行为影响不显著.交易型心理契约是顾客更加关注的心理契约形式,顾客对关系型心理契约的关注相对较少.     

基于遗传算法和BP神经网络的多维客户行为细分模型的研究

根据BP神经网络强处理非线性问题和遗传算法具有全局寻优的特点,总结出用遗传算法优化BP神经网络的初始权值和阈值,建立了基于遗传算法和BP神经网络的多维客户行为细分模型,对客户进行细分,挖掘出潜力客户,有效降低营销成本。最后,利用Matlab对多组数据进行测试,并与纯BP算法进行分析比较,结果表明该方法是有效可行的。     

优化的模糊决策树算法在体育健身俱乐部会员管理中的应用

在体育健身俱乐部管理中,对现有客户流失情况进行分析,对于提高俱乐部的竞争力具有战略意义。在分析了客户特征的模糊性的基础上,提出将优化的模糊决策树用于体育健身俱乐部客户流失危机分析的建议,为体育健身俱乐部客户保有研究提供了一种新的研究思路和分析方法。     

改进模糊综合评价法的物流企业绩效评价

针对物流企业绩效评价问题的复杂性和模糊性的特点,立足模糊综合评价法的观点,建立了基于模糊综合评价的物流绩效评价指标体系。结合某物流企业的实际调查数据,构建了3个一级指标和10个二级指标的物流企业绩效评价指标体系,并建立了相应的模型。首先从决定物流企业服务绩效评价的3个因素即运作绩效、物流功能、客户服务质量着手,结合层次分析法对各因素的权重进行处理,并对其进行一致性检验,继而采用模糊综合评价法完成对该企业服务绩效评价因素的评定,根据最终得分从而得出结论。实证结果表明,模型的建立和指标的确定符合科学性,在物流企业的绩效评价方面具有一定的指导作用。     

基于客户关系管理的快递营销管理系统设计与实现

以客户关系管理思想为指导,整合运单、客户、潜在客户信息、销售人员档案、站点月指标、站点日指标、生产设施等快递企业营销相关的信息资源,结合数据仓库、数据挖掘等技术,构建了快递营销综合数据平台及营销管理系统.实现了客户细分,增强了客户预警分析,及时发现异常客户,防止客户流失;同时还可以进行客户满意度分析,提高客户忠诚度,实现营销员业绩考核等功能,并针对重点客户进行"一对一"的营销.     

基于客户价值的期货业客户聚类细分方法

针对目前国内外学者较少重视的期货业客户细分问题,提出了可操作的期货业客户细分方法。通过对中国期货业面临的市场服务问题和客户特点的分析,认为解决问题的关键是对期货客户进行有效细分,支持期货企业差异化服务的实现。依据期货业客户管理特点构建了期货业客户价值预测模型,提出基于客户当前价值和增值价值的两维聚类细分方法。以某期货公司为案例描述了方法的实际应用,证明了所提方法可行性。