改进DBSCAN聚类算法在电子商务网站评价中的应用

发布时间：2017-07-30 09:00

  本文关键词：改进DBSCAN聚类算法在电子商务网站评价中的应用

  更多相关文章： 电子商务网站 因子分析 DBSCAN算法 聚类分析

【摘要】：针对全国100家电子商务示范企业的相关数据,先采用因子分析法对高维数据进行降维处理;再通过改进DBSCAN(density-based spatial clustering of applications with noise)算法对降维后的密度不均数据进行聚类分析,得到了更合理的聚类结果;最后根据聚类结果对相关示范企业提出改进建议.
【作者单位】： 吉林财经大学管理科学与信息工程学院;吉林财经大学物流产业经济与智能物流实验室;吉林财经大学互联网金融省重点实验室;
【关键词】： 电子商务网站 因子分析 DBSCAN算法 聚类分析
【基金】：国家自然科学基金(批准号:61202306;61472049;61572225;61402193) 吉林财经大学科研项目(批准号:XJ2012007;2013006)
【分类号】：TP393.092;TP311.13
【正文快照】： 电子商务网站作为企业开展各种商务活动的重要平台,已经成为企业建设的重点,也是评价企业电子商务服务发展水平的重要标志.但目前全国100家电子商务示范企业呈现出各自不同的特点,因此如何对这些示范企业进行正确、有效地评价成为亟待解决的问题.针对网站评价的问题目前已有多

【参考文献】

中国期刊全文数据库 前1条

1 赵文;夏桂书;苟智坚;闫振兴;;一种改进的DBSCAN算法[J];四川师范大学学报(自然科学版);2013年02期

【共引文献】

中国期刊全文数据库 前4条

1 王玲;吴璐璐;付冬梅;;一种基于密度的模糊自适应聚类算法[J];北京科技大学学报;2014年11期

2 凌朝东;陈虎;杨骁;张浩;黄信;;结合SLIC超像素和DBSCAN聚类的眼底图像硬性渗出检测方法[J];华侨大学学报(自然科学版);2015年04期

3 张扬;陈亮;张番栋;;一种基于聚类的情报分析程序的设计与实现[J];情报杂志;2013年08期

4 张晓;张媛媛;高阳;周新民;;一种基于密度的快速聚类方法[J];数据采集与处理;2015年04期

【二级参考文献】

中国期刊全文数据库 前10条

1 周水庚,周傲英,曹晶;基于数据分区的DBSCAN算法[J];计算机研究与发展;2000年10期

2 冯少荣;肖文俊;;基于密度的DBSCAN聚类算法的研究及应用[J];计算机工程与应用;2007年20期

3 荣秋生,颜君彪,郭国强;基于DBSCAN聚类算法的研究与实现[J];计算机应用;2004年04期

4 谭颖;胡瑞飞;殷国富;;多密度阈值的DBSCAN改进算法[J];计算机应用;2008年03期

5 王桂芝;王广亮;;改进的快速DBSCAN算法[J];计算机应用;2009年09期

6 庞洋;徐巧凤;;基于网格分区确定DBSCAN参数的方法[J];计算机与现代化;2010年05期

7 李莉平;沈俊媛;;基于数据挖掘的DBSCAN算法及其应用[J];科技创业月刊;2009年08期

8 李杰;贾瑞玉;张璐璐;;一个改进的基于DBSCAN的空间聚类算法研究[J];计算机技术与发展;2007年01期

9 冯少荣;肖文俊;;一种提高DBSCAN聚类算法质量的新方法[J];西安电子科技大学学报;2008年03期

10 何中胜;刘宗田;庄燕滨;;基于数据分区的并行DBSCAN算法[J];小型微型计算机系统;2006年01期

【相似文献】

中国期刊全文数据库 前10条

1 ;Scaling up the DBSCAN Algorithm for Clustering Large Spatial Databases Based on Sampling Technique[J];Wuhan University Journal of Natural Sciences;2001年Z1期

2 岳士弘,李平,郭继东,周水庚;Using Greedy algorithm: DBSCAN revisited II[J];Journal of Zhejiang University Science;2004年11期

3 蔡颖琨,谢昆青,马修军;屏蔽了输入参数敏感性的DBSCAN改进算法[J];北京大学学报(自然科学版);2004年03期

4 宋明,刘宗田;基于数据交叠分区的并行DBSCAN算法[J];计算机应用研究;2004年07期

5 熊忠阳,孙思,张玉芳,王秀琼;一种基于划分的不同参数值的DBSCAN算法[J];计算机工程与设计;2005年09期

6 何中胜;刘宗田;庄燕滨;;基于数据分区的并行DBSCAN算法[J];小型微型计算机系统;2006年01期

7 李杰;贾瑞玉;张璐璐;;一个改进的基于DBSCAN的空间聚类算法研究[J];计算机技术与发展;2007年01期

8 冯少荣;肖文俊;;基于密度的DBSCAN聚类算法的研究及应用[J];计算机工程与应用;2007年20期

9 谭颖;胡瑞飞;殷国富;;多密度阈值的DBSCAN改进算法[J];计算机应用;2008年03期

10 冯少荣;肖文俊;;一种提高DBSCAN聚类算法质量的新方法[J];西安电子科技大学学报;2008年03期

中国重要会议论文全文数据库 前8条

1 马帅;宋国杰;唐世渭;杨冬青;王腾蛟;;基于单元划分的DBSCAN聚类算法[A];第十九届全国数据库学术会议论文集（技术报告篇）[C];2002年

2 朵春红;王翠茹;;基于取样的DBSCAN聚类算法及其遗传优化[A];第一届中国高校通信类院系学术研讨会论文集[C];2007年

3 庞洋;李海林;郭义喜;;基于DBSCAN算法的日志信息聚类研究[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

4 宫蕊;舒红平;郭远远;;基于DBSCAN的密度聚类算法的研究[A];2008'中国信息技术与应用学术论坛论文集（二）[C];2008年

5 张健沛;许慧;杨静;崔洪晶;;基于数据分区、QR~*-树的并行DBSCAN算法[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集（下）[C];2006年

6 Yi-Chun Xu;Man Zhu;Zunhai Ke;Yong Liu;Suifa Sun;;Isolating Ships from Shape Curve with DBSCAN[A];第25届中国控制与决策会议论文集[C];2013年

7 范晔;周水庚;曹晶;周傲英;;通过数据取样扩展基于密度的聚类算法[A];第十六届全国数据库学术会议论文集[C];1999年

8 曹晶;周水庚;范晔;周傲英;;数据分区:一种改善基于密度的聚类算法的方法[A];第十六届全国数据库学术会议论文集[C];1999年

中国硕士学位论文全文数据库 前10条

1 陆颖华;基于局部敏感哈希的DBSCAN算法研究[D];南京信息工程大学;2015年

2 汪洋;采用DBSCAN聚类的自适应步长细菌觅食算法[D];南京师范大学;2015年

3 罗启福;基于云计算的DBSCAN算法研究[D];武汉理工大学;2013年

4 吴林敏;针对非均匀数据集的DBSCAN过滤式改进算法[D];重庆大学;2009年

5 虞倩倩;基于数据划分的DBSCAN算法研究[D];江南大学;2013年

6 黄毅磊;DBSCAN算法及在城市网格化管理中的应用[D];上海交通大学;2010年

7 孙思;利用遗传思想进行数据划分的DBSCAN算法研究[D];重庆大学;2005年

8 许慧;基于数据分区和QR*树的并行DBSCAN算法研究[D];哈尔滨工程大学;2007年

9 王雅光;基于Hadoop平台的DBSCAN算法应用研究[D];广东工业大学;2013年

10 李静;结合蚁群算法与基于划分的DBSCAN聚类算法的研究[D];东北师范大学;2011年

，

本文编号：593377