摘要
基于对电商平台用户画像中用户价值标签的现状了解,分析了以往电商平台常用的K-means聚类方法的不足之处,并在此基础上选取多个聚类方法进行横向对比,确定了GWO-DBSCAN聚类方法来处理电商用户行为数据.采用基于密度划分的DBSCAN聚类算法,针对DBSCAN算法聚类效果受扫描半径eps和最小包含点minpts影响较大的问题,利用灰狼优化算法的全局寻优特性对最佳扫描半径eps和最小包含点minpts求解,实现对电商用户群体更合理的聚类.通过实践检验发现,采取GWO-DBSCAN算法聚类的结果与使用其他聚类方法得到的结果相比,在用户分类的合理性方面有较明显的提升.
NETL
NSTL
万方数据