[发明专利]一种减小客户流失风险的大数据聚类算法在审
申请号: | 201810170341.1 | 申请日: | 2018-02-28 |
公开(公告)号: | CN108416380A | 公开(公告)日: | 2018-08-17 |
发明(设计)人: | 李果 | 申请(专利权)人: | 北京理工大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 北京和信华成知识产权代理事务所(普通合伙) 11390 | 代理人: | 胡剑辉 |
地址: | 100081 北京市海淀区*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及减小客户流失风险的大数据聚类算法,所述方法包括以下步骤:(1)使用公理模糊集理论来选择相关的属性,用其隶属函数和逻辑运算来表达模糊概念;(2)根据计算的隶属度,自动确定减法聚类算法的邻域半径和权重系数;(3)利用减法聚类算法通过选择和更新山峰函数来计算聚类数量和质心。将减法聚类算法和公理模糊集集成为语义驱动的减法聚类方法;(4)使用K‑means算法来计算由语义驱动的减法聚类方法获得的聚类质心的聚类。基于减法聚类算法和公理模糊集的语义驱动的减法聚类方法(SDSCM),提高了减法聚类算法和K‑means的聚类精度,通过使用这种新算法降低了使用公理模糊集(AFS)进行运营管理的不精确的风险。 | ||
搜索关键词: | 减法聚类算法 减法聚类 语义驱动 模糊集 聚类 聚类算法 客户流失 大数据 减小 模糊集理论 聚类质心 隶属函数 逻辑运算 模糊概念 权重系数 运营管理 自动确定 隶属度 新算法 邻域 算法 质心 更新 | ||
【主权项】:
1.一种减小客户流失风险的大数据聚类算法,所述方法包括以下步骤:(1)使用公理模糊集理论来选择相关的属性,用其隶属函数和逻辑运算来表达模糊概念;(2)根据计算的隶属度,自动确定减法聚类算法的邻域半径和权重系数;(3)利用减法聚类算法通过选择和更新山峰函数来计算聚类数量和质心。将减法聚类算法和公理模糊集集成为语义驱动的减法聚类方法;(4)使用K‑means算法来计算由语义驱动的减法聚类方法获得的聚类质心的聚类。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京理工大学,未经北京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201810170341.1/,转载请声明来源钻瓜专利网。
- 上一篇:用于处理宫颈细胞图像的方法和装置
- 下一篇:一种面向三维点集的多密度聚类方法