[发明专利]一种基于模糊聚类的用户分群方法

摘要

本发明公开了一种基于模糊聚类的用户分群方法，该方法首先通过对当前的用户相似度算法进行改进，使得改进后的用户相似度算法具有区分不同数量级大小的数据的作用，使得划分在同一群体中的用户相似度更高且更为合理；其次，提出一种基于划分的群组个数与初始群组中心的确定方法，该方法通过对数据集进行划分，统计每个网格中数据点数目作为网格中的数据密度，通过计算局部密度最大的网格的个数来确定群组的个数，从而减少确定群组个数时的盲目性。最后，在用户群体划分过程中采用模糊隶属度，使用户以不同的隶属度同时属于多个不同的群组，在划分过程中保持了用户归属的模糊性，更加符合真实情况。

主权项

1.一种基于模糊聚类的用户分群方法，其特征在于，所述用户根据其业务兴趣指标值进行描述，即第i个用户ui＝{ui1,ui2,…,uip}，其中，i＝1,2,…,m，m为待分群用户数，uis为第i个用户对第s个业务的业务兴趣指标值，s＝1,2,…,p，p为业务数；该方法包括以下具体步骤：步骤1，确定用户分群的群组个数与初始群组中心，具体为：1.1，以业务数为维度，建立包括所有用户以及每个用户对每个业务兴趣指标值的数据集；1.2，令t＝2；1.3，将1.1中的数据集的每一维等分为t个网格，统计落入每个网格中的用户数；1.4，遍历所有网格，搜索局部极大值网格并统计局部极大值网格数kt，其中，局部极大值网格为落入其中的用户数大于其相邻网格的网格，kt为等分t个网格时的局部极大值网格个数；1.5，若则执行1.6，否则令t＝t+1，返回1.3；1.6，遍历统计得到的局部极大值网格数，选取相同局部极大值网格数出现次数最多的局部极大值网格数作为用户分群的群组个数，每个群组的群组中心对应的业务兴趣指标初始值即为落入相应局部极大值网格的用户的业务兴趣指标值的均值；步骤2，分别计算每个用户对每个群组的隶属度，并优化每个群组的群组中心，具体为：2.1，第i个用户对第l个群组的隶属度其中，T_il为第i个用户对第l个群组的群组中心的相似度，K为群组个数；2.2，构建检测函数并计算群组中心优化前的检测函数值；其中，U表示待分群用户集合，且U＝{u₁,u₂,...,u_m}，Q表示群组中心集合，且Q＝{Q₁,Q₂,...,Q_K}；2.3，对每个群组的群组中心进行优化，优化后的群组中心Q_l＝(q_l1,q_l2,…,q_lp)，其中，第l个群组中心Q_l对第s个业务的业务兴趣指标值2.3，若优化后的群组中心与优化前的群组中心相同或群组中心优化前和优化后检测函数值之差小于设定阈值，则进入步骤3，否则返回2.1；步骤3，根据实际分群需要以及群组中心优化后每个用户对每个群组的隶属度大小，实现用户分群。