发明名称 |
一种基于k-means和神经网络聚类的客户细分方法 |
摘要 |
本发明公开了一种基于k-means和神经网络聚类的客户细分方法,包括步骤:(1)从总体数据中随机抽样,抽取部分数据作为样本数据;(2)对步骤(1)抽取的样本数据进行k-means聚类,计算出每个样本数据所属的类别;(3)将步骤(2)的聚类结果作为训练样本,采用神经网络计算出每个属性每一层的权值,并得到一个训练好的神经网络;(4)将总体数据输入到训练好的神经网络中,计算出其所属的类别。本发明的方法在第一步只是抽取少数样本,抽取到孤立点的概率很低,并且采用BP神经网络计算出每个属性的权值,避免了每个属性对结果影响一样,从而克服了传统的K-means聚类算法的缺点,聚类效果更切合客户细分的实际需求。 |
申请公布号 |
CN104850868A |
申请公布日期 |
2015.08.19 |
申请号 |
CN201510323644.9 |
申请日期 |
2015.06.12 |
申请人 |
四川友联信息技术有限公司 |
发明人 |
刘念 |
分类号 |
G06K9/62(2006.01)I;G06N3/08(2006.01)I |
主分类号 |
G06K9/62(2006.01)I |
代理机构 |
四川力久律师事务所 51221 |
代理人 |
王芸;林辉轮 |
主权项 |
一种基于k‑means和神经网络聚类的客户细分方法,其特征在于,包括以下步骤:(1)从总体数据中随机抽样,抽取部分数据作为样本数据;(2)对步骤(1)抽取的样本数据进行k‑means聚类,计算出每个样本数据所属的类别;(3)将步骤(2)的聚类结果作为训练样本,采用神经网络计算出每个属性每一层的权值,并得到一个训练好的神经网络;(4)将总体数据输入到训练好的神经网络中,计算出其所属的类别。 |
地址 |
610015 四川省成都市高新区高朋大道5号1栋205号 |