جستجو در سایت

تماس با ما: 09361509687  ایمیل: royalproje.ir[ at ]gmail.com

Get Started

نگاشت رکوردهای داده‌ای به چند خوشه درحالیکه خوشه‌ها گروه‌بندی حقیقی برای رکوردهای داده‌ای مختلف هستند بر اساس شاخص‌های تشابه، خوشه‌بندی نام دارد (Mitra، 2002). در خوشه‌بندی هدف این است که رکوردهای داده‌ای درون هر خوشه بیشترین شباهت را به یکدیگر داشته باشند و از طرفی دیگر کمترین شباهت را با رکوردهای داده‌ای موجود در سایر خوشه‌ها داشته باشند (Larose،2005؛ Han و Kamber، 2006). در خوشه‌بندی تمامی متغیرهای موجود در مجموعه داده‌ها وارد مدلسازی می‌شوند و هیچ تفاوتی بین متغیرهای موجود از نظر الگوریتم وجود ندارد. در حقیقت در خوشه‌بندی هدف پیش‌بینی متغیر خاصی نمی‌باشد و می‌خواهیم فقط الگوهای موجود در رکوردهای داده‌ای را تحلیل نماییم. خوشه‌بندی یکی از معمولترین روش‌های بدون نظارت داده‌کاوی می‌باشد. یکی از چالش‌های اصلی خوشه‌بندی در این است که تعداد خوشه‌ها در روش‌های خوشه‌بندی موجود نمی‌باشد (Ngia، 2009).

بیشترین کاربرد روش‌های خوشه‌بندی در مدیریت ارتباط با مشتری در حوزه بخش‌بندی مشتریان می‌باشد (Ngia،2009). نمونه‌های دیگر از کاربرد روش‌های خوشه‌بندی در مدیریت ارتباط با مشتریان عبارت است از: بازاریابی تک به تک، تحلیل مشتریان هدف و بازاریابی مستقیم.

روش‌های خوشه‌بندی را می‌توان به دو دسته روش‌های سلسله مراتبی و غیر سلسله مراتبی تقسیم‌بندی نمود. در روش‌های سلسله مراتبی توسط مفاهیم فاصله در فضا بین نقاط، سلسله مراتبی از رکوردهای داده‌ای به وجود می‌آید که می‌توان برای خوشه‌بندی از آنها استفاده نمود.

اشتراک برای
آپ دیت ودریافت خبرها