首页|烟草零售数据挖掘与聚类噪声消除方法研究

烟草零售数据挖掘与聚类噪声消除方法研究

扫码查看
原文链接
  • 万方数据
  • 维普
烟草零售环节积累了大量交易数据,但其中隐藏的有价值的信息还未被有效挖掘.本文针对某省烟草零售户卷烟进销存流水数据进行数据挖掘研究.在原始数据清洗和预处理之后,对于零售户分类中遇到的噪声数据,运用K-means算法进行聚类.对聚类中的噪声干扰,提出了离群点消除方法,将离群点划分到另外的Voronoi单元中,增强正常数据点的聚类有效性.该系统在营销实践过程中得以应用,证明了方法的有效性.
Research on retail data mining and clustering noise elimination method

retail datadata miningK-meansoutlier detectionVoronoi Unit

赵海建、向俊宇、杨迎镭

展开 >

重庆中烟工业有限责任公司,重庆 400060

零售数据 数据挖掘 K-means 离群点检测 Voronoi单元

2023

10.16644/j.cnki.cn33-1094/tp.2023.09.025

计算机时代
浙江省计算技术研究所　浙江省计算机学会

计算机时代

影响因子：0.411
ISSN：1006-8228
年,卷(期)：2023.(9)
  • 6