[发明专利]数据聚类方法及B2B平台客户偏好获取方法、装置

摘要

本发明公开了一种数据聚类方法，属于数据挖掘技术领域。本发明对传统LF蚁群算法进行了改进，具体改进之处包括改进了相似度函数的描述，减少了参数设置，增加了权重因素，能够更加准确的描述相似度；自适应调整蚂蚁观察半径，提高蚂蚁的观察效率，增加收敛速度；为空载蚂蚁和负载蚂蚁分别设计了定向移动策略，以提高蚂蚁的移动效率；引入循环终止控制机制，避免了人为设置迭代次数带来的影响，提高了算法的准确性。本发明还公开了一种B2B平台客户偏好获取方法、装置，采用上述数据聚类方法。相比现有技术，本发明在提高聚类效率的同时，提高了聚类结果的准确性。

主权项

一种B2B平台客户偏好获取方法，利用聚类分析挖掘出B2B平台中的客户偏好，其特征在于，所述聚类分析利用LF蚁群聚类方法进行数据的聚类，所述LF蚁群聚类方法中，负载蚂蚁所负载的数据对象或空载蚂蚁所在网格单元的数据对象xi与该蚂蚁能观察到的数据对象之间的相似度f(xi)按照下式计算：f(xi)=Min{1S2·d(xi,xj)ni|xj∈Neighs×s(r)}]]>式中，NeighS×S(r)表示该蚂蚁所在网格单元r的大小为S×S的邻域；S为蚂蚁的观察半径；ni表示NeighS×S(r)中数据对象的总数；d(xi,xj)表示xi与NeighS×S(r)中的数据对象xj之间的欧氏距离。