《表4 用户价值群体聚类中心》
由表3可得,采用LRCFP特征模型时,K-Means设置聚类个数为5,最大迭代次数为800时,聚类效果较清晰。AHP层次聚类设置k-D树高height=80时,聚类个数为5,聚类效果较清晰。DBSCAN设置半径参数为0.45,密度阈值为5时,聚类较清晰。SOM聚类,设置学习率为0.6,邻域初始值为2,输入层和竞争层神经元个数均为5,迭代次数为600时,聚类较清晰。其中,SOM的CH值最大,聚类效果最好。故本文选择了SOM聚类模型。用户各群体聚类中心如表4所示,其中ZL/ZR/ZC/ZF/ZP分别对应LRCFP特征模型中Z-score标准化处理后的L/R/C/F/P特征。
图表编号 | XD006052100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.25 |
作者 | 冯秋燕、朱学芳 |
绘制单位 | 南京大学信息管理学院多媒体信息研究所、南京大学信息管理学院多媒体信息研究所 |
更多格式 | 高清、无水印(增值服务) |