聚类评价在聚类算法选择中的应用研究

聚类分析是一种无监督的机器学习方法,聚类结果完全取决于所用聚类算法,不同的算法会得到不同的聚类结果,因此面对待挖掘数据选择合适的算法很重要。如何判断哪个聚类算法最合适,或者哪个算法的聚类结果最优,就需要用到聚类评价方法。本文选择各类聚类算法中的经典算法对某汽车4S店顾客消费数据进行聚类分析,最后用两种评价指标对各聚类结果进行评价进而选择出最优的聚类算法。

聚类分析技术在CRM中的应用研究

近年来CRM已经被越来越多的企业所重视,管理者也都深深的意识到了客户关系对企业发展的重要性。而CRM的核心是客户理解,在充分理解客户的基础上做出正确的决策,实现利润最大化,实现客户体验最优化。本文将数据挖掘应用到客户关系管理中,利用基于密度的聚类方法DBSCAN算法来对进客户理解。所用数据为某4s店的客户消费记录,通过分群来总结各个客户群的特征,继而制定具有针对性的策略。

关联规则在青少年违法犯罪预防中的应用研究

近年来青少年违法犯罪问题已经越来越成为亟待解决的社会问题,如何提出科学的有坚实理论依据的建议一直是研究的关键。本文将数据挖掘技术应用到青少年违法犯罪研究中,利用关联规则寻找青少年违法犯罪中隐藏的不直观的规律,比如多种罪行之间的关联以及外部环境对青少年犯罪的影响等。同时对相关实例数据进行关联规则分析来实现这个理论,最后得到了令人信服的结果,并根据这些结论提出了具有针对性的建议。