商业竞争情报分析一直是商业中的一个重要部分,如何能够有效地识别竞争者并对其进行商业竞争分析,一直是广泛受到企业和相关学者关注的重点。而随着网络的发展及科技的进步,许多有关企业的信息被记录下来,这就给企业及相关学者对竞争者识别研究提供了一种除问卷调查方法外获得竞争者相关的竞争情报信息的途径,且由于数据获取的便捷性及实时性,许多学者开始对其进行研究,试图从网络数据中识别出竞争者。本文主要的研究工作包括以下几个方面的内容:(1)提出了一种混合细菌觅食优化的聚类算法。将细菌觅食优化算法和布谷鸟搜索算法结合,改善K-means算法中初始聚类中心对实验结果影响较大的问题。并利用UCI数据集对提出的算法进行了仿真实验,与K-means算法及基于细菌觅食优化的K-means算法进行对比,实验结果表明,该算法的求解结果较好。(2)提出了基于改进细菌觅食优化聚类的竞争者识别模型。首先对竞争者识别的相关概念进行了定义,然后基于混合细菌觅食优化的K-means算法提出了竞争者识别模型。(3)利用本文中提出的竞争者识别模型对汽车领域用户公开的收藏数据进行实证研究,并对每类竞争子市场进行简要分析,构建汽车领域竞争网络图。总的来说,本文的研究成果在竞争者识别问题上给企业和相关学者提供了一种研究的可能思路。