基于加权BPF顾客商品目录区隔挖掘算法  

Customer-Oriented Catalog Segmentation Data Mining Research Based on Weighted BPF Algorithm

作　　者：宁士勇[1,2] 孙亚男[3,4] 鲁明羽[5] 陆玉昌[3] 

机构地区：[1]南京工业大学 [2]哈尔滨商业大学计算机与信息工程学院,哈尔滨150028 [3]清华大学计算机科学与技术系 [4]哈尔滨中央红集团股份有限公司计算机开发部,哈尔滨150010 [5]大连海事大学

出　　处：《计算机工程与应用》2006年第18期224-226,共3页Computer Engineering and Applications

摘　　要：商品目录区隔问题是商业智能领域数据挖掘研究的一个重要问题。论文阐述了面向顾客商品目录区隔问题的最新研究成果,并提出了解决k-MECWT的加权Best-Product-Fit算法,给出了详细的SQL算法描述和应用实例。同时阐述了商品目录区隔问题的未来研究方向。Catalog segmentation problem is an important problem in business intelligence data mining.The paper detailedly formulates the latest research achievements about catalog segmentation problem and presents a detailed weighted Best-Product-Fit algoriithm description and its application in a case for K-MECWT（k-Maximum Element Cover With t）.It also discusses the possible directions for future research in catalog segmentation.

关 键 词：数据挖掘 商品目录区隔 加权Best-Product—Fit算法 顾客簇 SQL 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]