《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》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于模糊运算的电商客户数据挖掘研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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.