[发明专利]分析新增企业与区域经济活跃度关联性的数据挖掘方法

权利要求书

1.分析新增企业与区域经济活跃度关联性的数据挖掘方法，其特征在于包含以下步骤：

(一)数据收集，采集某年地区注册企业的注册资金数据、注册企业的数量数据、以及该地区该年份的GDP数据和新增就业情况数据，每一个地区作为一个数据对象；

(二)数据预处理，对数据进行预处理，使数据为平滑数据；

(三)采用K-means算法进行聚类分析；

(四)根据聚类将数据集分为k个类，按照所给企业数据对各个地方的经济进行预测最终结果。

2.根据权利要求1所述的分析新增企业与区域经济活跃度关联性的数据挖掘方法，其特征在于：步骤(三)包括以下步骤：

1)确定聚类的分组组数k的值和结束条件；

2)确定初始化聚类的中心，从数据中选取k个数据对象作为k个组的初始聚类中心；

3)进行初始分组，计算数据集中的每个数据对象到k个聚类中心点的距离，将该数据对象分到距离最小的类中；

4)更新聚类中心，将每个类中所有数据对象的平均值作为该类新的聚类中心；

5)检查是否满足结束条件，若满足则完成聚类，否则重复步骤3)～5)，直至达到结束条件为止。

3.根据权利要求2所述的分析新增企业与区域经济活跃度关联性的数据挖掘方法，其特征在于：步骤1)中，结束条件为迭代次数达到一个设定的值，或者误差小于给定的阈值。

4.根据权利要求3所述的分析新增企业与区域经济活跃度关联性的数据挖掘方法，其特征在于：迭代次数达到1000次，或者聚类的中心不再改变。

5.根据权利要求2所述的分析新增企业与区域经济活跃度关联性的数据挖掘方法，其特征在于：步骤2)中，在确定初始聚类中心时，选取区别较大的数据对象。

6.根据权利要求2所述的分析新增企业与区域经济活跃度关联性的数据挖掘方法，其特征在于：步骤3)中，所述距离为欧几里得距离，欧几里得距离为：

d(i,j)=Σn=1m(Rin-Rjn)2;]]>

其中，R_in是第i个数据对象的第n维数据，R_jn是第j个聚类中心的第n维数据，其中(j∈[1,k.])n代表一个数据对象当前所在维度，m是数据对象的维数。