[发明专利]基于聚类算法的卷烟零售客户分类模型

说明书

本发明提供了基于聚类算法的卷烟零售客户分类模型，拟在K‑means算法的程序框架中进行重构；由于Clara较其余算法运行稳定性更佳，且采取抽样化思想，运行时长更短。基于以上两点，特将Clara算法用于K‑means算法初始聚类中心的生成，在此基础上，进行K‑means聚类，得到聚类结果。本发明的算法的总体误差相比现有技术算法更低，性能更佳，针对于烟草销售行业，采用本发明的聚类算法对客户进行二次细分，得到客户类别，在保证档位不变的整体公平性下，新增了类别这一标准，实现了客户分类精准化，客观上满足了不同客户的实际需求。

技术领域

本发明涉及到计算机领域，具体为计算机算法模型，尤其是用于对卷烟零售客户分类计算。

背景技术

按档位投放是中国烟草在坚持和完善专卖制度前提下，努力克服销售指标等非市场因素，遵循市场经济一般规律，建立市场决定销售自下而上的货源投放模式。例如按成都市区来计，成都市约有4万个有效的烟草零售户，遍布于商业区和大小社区，因此确保和提升零售户盈利水平，是必须承担社会责任。最主要的方式是给零售户提供品类、数量适合的商品。在卷烟商品的投放上，受到“客户分档及卷烟货源供应管理办法”的限制，确保公平和公正的原则，将客户分为1～7档，在投放时采用同档同量的原则，然而随着零售客户的不断增多，同档位内部客户同样存在很大的差异性。因此有必要在保证档位这一大前提不变的情况下，对客户进行二次细分，以实现类间异质化、类中同质化的目的。

因此有必要从客户基础信息、客户经营结构、客户经营能力三大方面出发，收集聚类算法所需的聚类因子，并进行数据归一化处理，得到算法输入数据集。

截至目前聚类的传统算法领域，主要分为：基于划分、基于层次、基于网格、基于密度、基于网格的聚类等等。

基于划分思想的聚类算法主要包括：K-means算法、K-modes算法、K-medoide算法、K-mediods算法、Clara算法。以上五种算法的基本原理具体如下：

K-means算法：其聚类原理参考图1所示。

K-means算法是一种较为经典的聚类算法，运行简单快速，但其聚类效果很大程度上受初始聚类中心的选择，且对噪声点及孤立点较为敏感，很容易陷入局部最优解。K-means算法存在的一个比较大的弊端是聚类结果受初始聚类中心的选取影响，不能得到稳定的聚类情况。

根据误差最小化原则，不断将各数据点分配给对应的聚类中心，同时获取每一类中的均值，以此作为下一次迭代过程中的新聚类中心，若当前聚类中心与上一步迭代的中心点相同，则迭代终止，输出当前迭代次数及聚类结果。

K-modes算法：其原理参考图2所示。

K-modes算法在处理分类型数据中表现较好，但仅适用于无序型分类数据，对于有序型分类数据和数值型数据的聚类，往往不能达到更符合实际的聚类效果。

该算法采用汉明距离作为相似性度量标准，即：判断任意两个数据点间是否相同，相同为1，不同为0，依次计算每个数据点到聚类中心的汉明距离，得分最大，则分配到相应的类中，并在各类中计算数据点到所有数据点的汉明距离和，得分最大的数据点，作为新的聚类中心，进行下一次迭代，直至聚类中心不再发生变化为止。

K-medoide算法：其原理参考图3所示。

K-medoide算法是在K-means算法的基础上进行二次改进的算法，其与K-means算法的不同点在于每次迭代中的聚类中心生成方式不同，K-medoide算法是在每次迭代中，计算每类中各数据点到所有数据点的欧式距离误差和，取其中误差和最小的数据点作为新的聚类中心。但是，从根本上并未解决K-means算法本身存在的弊端。

K-mediods算法：其原理参考4所示。