一种改进的蚁群聚类算法在客户细分中的应用 - 中南民族大学学报 .pdf

32 3 ( ) Vol． 32 No． 3 第 卷第 期 中南民族大学学报 自然科学版 20 13 9 Journal of South-Central University for Nationalities (Nat． Sci． Edition) Sep． 20 13 年 月 一种改进的蚁群聚类算法在客户细分中的应用 ， ， 宋中山 周 腾 周晶平 ( ， 430074) 中南民族大学计算机科学学院 武汉 ， 摘 要 分析了输入参数对算法聚类效果的影响 针对传统的蚁群聚类算法中参数设置依赖于经验的指导以及蚂 ， ， ， 蚁移动随机性大等问题 提出了一种改进的自适应蚁群聚类算法 算法中引入了自适应策略函数 通过设置相似度 ， ， ． ， K 阈值 动态调整蚂蚁的运动状态 降低蚂蚁移动的随机性 将改进算法应用于客户细分 并将结果与 均值聚类算 ， : ， ， ． 法进行了比较 实验结果表明 改进后的算法在迭代次数上更少 算法的收敛速度更快 识别客户的正确率更高 ; ; ; 关键词 蚁群算法 聚类分析 蚁群聚类算法 客户细分 中图分类号 TP301 文献标识码 A 文章编号 1672-4321 (2013)03-0077-05 An Improved Ant Colony Clustering Algorithm in Customer Segmentation Song Zhongshan ，Zhou Teng ，Zhou Jingp ing (College of Computer Science ，South-Central University for Nationalities ，Wuhan 430074 ，China) Abstract This paper analyzes how input parameters effect on ant colony clustering algorithm clustering． The parameter setting for traditional ant colony clustering algorithm depends on experiences ，and the ants move highly randomly． To solve such problems ，an improved ant colony clustering algorithm is proposed． The improved algorithm introduces adaptive strategy function and sets similarity threshold ，thus dynamically adjusting the ant ’s motion and reducing the randomness of ant moving． The experiments show th