基于自组织特征映射(SOM)网络对潜在客户的挖掘
刘林; 喻国平
南昌大学计算中心； 南昌大学计算中心 江西南昌330031； 江西南昌330031；
LIU Lin,YU Guo-ping(Computing Center,Nanchang University,Nangchang 330031,China)
摘要 通过自组织特征映射网络(SOM)帮助市场分析人员对消费者的消费记录进行分析,从而概括出每一类消费者的消费模式。实现对消费群体的区分和对潜在客户的挖掘。SOM神经网络是一种基于模型的聚类方法。该网络通过对样本数据实施标准化、规范化的规定,将每条样本数据看作为一个基因
关键词 ：
数据挖掘 ,
SOM ,
聚类
Abstract ：It tends to help the analyzers to analyze the consumption record of the customers by this network so as to summarize the consumption mode of every kind of customers and to realize the discovery of potential customers.Self-Organizing Feature Map(SOM) neura
Key words ：
data mining
SOM
clustering；
出版日期: 2006-10-28
[1]
熊玮； 白越； 刘爱国； 吴洁洁； 肖建. 基于改进RI方法的文本聚类
[2]
李艳红； 葛刚； 胡春华； 刘雪莹； 周晓岚. 基于聚类分析和因子分析的鄱阳湖流域水质时空变化特征及污染源分析
[3]
黄水源； 段文影； 陈桂香； 胡苏阳. 基于多支持度的增量式关联规则挖掘算法
[4]
段文影；李向军；邱桃荣；段隆振. 一种具有自适应参数的基于密度加权的粗糙K-均值算法
[5]
朱必凤; 杨旭夫; 彭凌; 韦昭玉. 副猪嗜血杆菌外膜蛋白表型分析
[6]
彭迪云; 刘彩梅. 江西省环境与经济可持续发展状况的实证研究
[7]
彭国林; 马春曦; 杨尚凌; 邓兰. 某部海训官兵SCL-90测试结果的聚类分析
[8]
刘飞荣; 段隆振; 陈梅香; 杨艳玲. 一种基于动态模糊Kohonen网络的聚类模型及应用
[9]
江勇; 倪永年; 朱惠芳. HPLC测定酱油中的有机酸及其聚类分析
[10]
李致勋; 公慧玲; 王继成; 李德钿. 关联规则在网络异常检测中的应用
[11]
白似雪; 李婵. M-distinct算法改进:面向动态数据集重发布的隐私保护算法
[12]
万益群; 唐莉娟. 人体尿液的三维荧光指纹图谱
[13]
朱敏; 段隆振; 王靓明. 一种基于Kohonen神经网络Web用户行为模式的挖掘方法
[14]
秦海鸥; 陶俊才. 基于粗糙集和SOM网络的客户市场细分方法
[15]
冷皓凡. 数据挖掘技术在医学研究中的应用
2006, Vol. 30 