11823

11823

خوشه بندي مشتريان الكترونيكي با استفاده ازهوش توده اي

كارشناسي ارشد

صنايع - تجارت الكترونيك

مهر 1386

مهر 1386

دكتر محمد فتحيان

چكيده: پايگاه هاي داده بسيار بزرگ مانند اطلاعات مشتريان الكترونيكي در سايتهاي تجارت الكترونيك ، ممكن است شامل متغيرهاي بسيار زياد با ابعاد بسيار بزرگ و ساختار پيچيده باشند بطوريكه حتي بهترين روشهاي داده كاوي مستقيم هم نمي توانند الگوهاي معني داري در آنها را استخراج نمايند. با خوشه بندي در اين پايگاههاي داده ميتوان داده ها را با توجه به شباهت آنها به خوشه هايي تقسيم كرد بدون آنكه از وجود الگوهاي پنهان در آنها خبري كه يكي از پركاربردترين الگوريتم افراز در خوشه بندي است ، K-means . داشته باشيم تنها يك راه حل بهينه محلي را توليد مي كند . و همچنين كاربرد آن درخوشه بندي كه مورد بحث در اين پايان نامه مي PSO الگوريتم 1 PSO باشد ، يك جستجوي كلي را در سراسر فضاي راه حل شكل مي دهد . الگ وريتم تلفيقي از تركيب دو روش فوق به دست مي آيد . نتايج خوشه بندي كه روي پايگاههاي تلفيقي PSO داده مختلف با الگوريتمهاي فوق به دست آمده ، نشان مي دهد كه الگوريتم توليد مي كند . K-means نتايج خوشه بندي فشرده تري نسبت به الگوريتم 1 Particle Swarm Optimization (ب)