《表1 客户交易数据:基于模糊运算的电商客户数据挖掘研究》
本文运用网络爬虫软件获取某电商网站的历史交易数据后,采用其中16位客户数据进行聚类来验证算法的可行性和有效性.每位用户数据包含6项指标值:商品购买量、交易总金额、单次交易均额、消费频率、网站登录次数、消费商品类目数,上述指标数据均为同段时间内的交易数据,能较全面描述消费者自身及消费行为的特征,[6]16位客户数据如表一所示.MATLAB程序中,聚类数目设定c=4,n参数为16,data为16位待聚类客户的6维数据矩阵,模糊度m=2.在MATLAB环境中运行上述程序,得到每位用户划类的隶属度值如表2所示,图1为隶属度矩阵值的示意图,根据隶属度值的大小和图1能得知每位客户的最佳聚类,图2为目标函数变化值示意图,经过8次迭代运算,模糊聚类算法收敛,目标函数值已经非常稳定,说明聚类迭代计算已达到要求.
图表编号 | XD00103039300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.10 |
作者 | 李眩、童百利、吴晓兵 |
绘制单位 | 安徽省铜陵职业技术学院经管系、安徽省铜陵职业技术学院经管系、安徽省铜陵职业技术学院经管系 |
更多格式 | 高清、无水印(增值服务) |