改进DBSCAN聚类算法在电子商务网站评价中的应用  

Application of E-Commerce Sites Evaluation with Improved DBSCAN Clustering Algorithm

作　　者：姜建华[1,2,3] 杨玉免 边海燕[1,3] 康嘉容 王丽敏[1,3] 刘颖[1,3] 

机构地区：[1]吉林财经大学管理科学与信息工程学院,长春130117 [2]吉林财经大学物流产业经济与智能物流实验室,长春130117 [3]吉林财经大学互联网金融省重点实验室,长春130117

出　　处：《吉林大学学报（理学版）》2016年第2期329-336,共8页Journal of Jilin University:Science Edition

基　　金：国家自然科学基金(批准号:61202306;61472049;61572225;61402193);吉林财经大学科研项目(批准号:XJ2012007;2013006)

摘　　要：针对全国100家电子商务示范企业的相关数据,先采用因子分析法对高维数据进行降维处理;再通过改进DBSCAN(density-based spatial clustering of applications with noise)算法对降维后的密度不均数据进行聚类分析,得到了更合理的聚类结果;最后根据聚类结果对相关示范企业提出改进建议.In view of the relevant data of 100 E-Commerce demonstration enterprises in China,we first used factor analysis method to reduce the dimension of high dimensional data,then we processed the uneven density data of reduced dimension by using improved DBSCAN（ density-based spatial clustering of applications with noise） algorithm,and obtained more reasonable clustering results. Finally,according to the clustering results,we put forward some suggestions to the relevant enterprises.

关 键 词：电子商务网站 因子分析 DBSCAN算法 聚类分析 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]