模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2013, Vol. 26 Issue (5): 467-473    DOI:
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
一种基于增长模式的交易序列聚类算法
汤春蕾1,董家麒1,朱博雅1,戴东波2
1.复旦大学计算机科学技术学院上海200433
2.上海大学计算机工程与科学学院上海200072
A Clustering Algorithm for Transaction Sequences Based on Growth Patterns
TANG Chun-Lei1,DONG Jia-Qi1,ZHU Bo-Ya1,DAI Dong-Bo2
1. School of Computer Science and Technology,Fudan University,Shanghai 200433
2.School of Computer Engineering and Science,Shanghai University,Shanghai 200072

全文: PDF (453 KB)   HTML (0 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 对交易序列进行各种挖掘分析能为商家制定营销策略提供量化依据.文中从销售量及变化趋势角度研究交易序列数据集的内在结构,定义了一种反映价格变化趋势的增长模式及其错位组合距离和角度向量距离两种相似性度量,在此基础上设计一个考虑时限约束的目标函数进行聚类研究.实验数据采用真实的商品交易序列集,结果表明,在时限约束的条件下,增长模式这种特征提取方式及其模式间的两种距离函数能较好地产生聚类结果,且这些聚类结果能得到较好地解释.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
汤春蕾
董家麒
朱博雅
戴东波
关键词 聚类交易序列时限约束增长模式    
Abstract:Mining and analysis of transaction sequences provide quantifiable schemes for decision makers to generate sales strategies. By studying the structure of transaction sequence sets according to the commodity sales amount and their variation trend,a kind of growth pattern is defined which reflects the variation trend of commodity price,as well as two methods of similarity measure,shifted window combined distance and angle vector distance,are defined. Based on those definitions,a clustering research is conducted by a goal function with time constraints. The experiments are conducted on the real commodity transaction sequence datasets. The results show that,combined with the growth patterns of two functions,it produces better clustering results under the condition of the time constraint,which could be well explained in practice.
Key wordsClustering    Transaction Sequence    Time Constraint    Growth Pattern   
收稿日期: 2012-02-13     
ZTFLH: TP311.13  
基金资助:上海市重点学科建设基金资助项目(No.B114)
作者简介: 汤春蕾,女,1976年生,工程师,博士研究生,主要研究方向为数据挖掘.E-mail:towne@fudan.edu.cn.董家麒,男,1987年生,硕士研究生,主要研究方向为数据挖掘.朱博雅,女,1987年生,硕士研究生,主要研究方向为数据挖掘.戴东波(通讯作者),男,1977年生,博士,讲师,主要研究方向为数据挖掘、生物信息.E-mail:dbdai@shu.edu.cn.
引用本文:   
汤春蕾,董家麒,朱博雅,戴东波. 一种基于增长模式的交易序列聚类算法[J]. 模式识别与人工智能, 2013, 26(5): 467-473. TANG Chun-Lei,DONG Jia-Qi,ZHU Bo-Ya,DAI Dong-Bo. A Clustering Algorithm for Transaction Sequences Based on Growth Patterns. , 2013, 26(5): 467-473.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2013/V26/I5/467
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn