基于信息熵的蚁群聚类算法在客户细分中的应用  

Ant Colony Algorithm Based on Entropy for Customer Segmentation

作　　者：吴春旭[1] 刘艳泽[1] 苟清龙[1] 

机构地区：[1]中国科学技术大学管理学院

出　　处：《计算机系统应用》2010年第7期171-174,共4页Computer Systems & Applications

基　　金：安徽省自然科学基金(090416240);高等学校优秀青年人才基金(2009SQRS001ZD)

摘　　要：传统的蚁群聚类算法需设置较多参数,且聚类时间较长。基于信息熵的蚁群聚类算法通过信息熵改变蚂蚁拾起和放下数据的规则,减少了参数的设置、缩短了聚类的时间,将其应用于客户细分,并且与采用传统的蚁群聚类算法得到的细分结果进行比较分析,实验表明。基于信息熵的蚁群聚类算法可以加快客户细分的聚类进程。The ant-based clustering algorithm needs to set several parameters and cluster for a long time.The ant-based clustering algorithm based on entropy, which uses entropy to amend the ants picking and dropping rules, can reduce the number of parameters and shorten the time of clustering. This paper intends to apply it to the customer segmentation, and compares the segmentation results with the traditional ant-based clustering algorithm. The experiment shows that the ant-based clustering algorithm based on entropy can accelerate customer segmentation.

关 键 词：信息熵 蚁群算法 聚类 客户细分 应用 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]