论文部分内容阅读
以标准K-means算法在旅游客户细分的应用中存在的聚类效果不佳等缺陷为着眼点，本文设计了一种以初始化中心优化K-means算法为基础的旅游客户细分模型，首先优化该算法中相似度的计算中的距离度量，之后再以K-means 算法聚类效果对初始质心严重依赖和对数据输入顺序敏感等缺点为着眼点，提出寻找较为准确的K个聚类中心的方法。结果表明，通过改进K-means算法得到的客户划分，类别明确，类别之间的界限清晰，说明通过对客户的划分定义明确，划分效果较好。