导读:本文包含了聚类市场论文开题报告文献综述及选题提纲参考文献，主要关键词:熵权法,聚类算法,交叉验证,数据挖掘
聚类市场论文文献综述
刘世伟[1]（2019）在《基于熵权法和聚类算法的通信运营商新增市场放号质量研究》一文中研究指出在运营商放号模式从卖卡切换为赠卡后,新增市场放号质量研究显得越来越重要。为了快速有效进行新增放号质量分析,通过数据挖掘的方法,分别使用熵权法和聚类算法实施了从数据探索、数据清洗、因子选择、模型运算到模型验证的完整建模过程。从提高建模质量和挖掘有效信息出发,进一步开展了模型交叉验证和可视化效果呈现。结果发现两种模型算法各有千秋,命中率均能符合实战要求,但聚类算法效果更佳。在进行交叉验证后模型效果依然符合要求,其数据挖掘结果可在编程实现后自动化部署运行输出,从而有效指导运营商的放号质量管控工作。(本文来源于《2019广东通信青年论坛优秀论文专刊》期刊2019-10-11）
李玲玉,刘璐[2]（2019）在《基于聚类的烘焙市场调查分析》一文中研究指出通过问卷调查对某大学周边学生及居民就烘焙食品相关问题进行了分析,在对消费特征、偏好、店铺倾向进行描述性统计分析基础上,采用因子分析、聚类对消费者进一步分类并提取群体特征。结果表明,烘焙食品的消费者可分为就近型、价格敏感型和消费体验型,不同的职业、消费水平在选择烘焙店时考虑的因素也有显着差异,针对不同的消费群体应采取相应的营销策略。(本文来源于《西部皮革》期刊2019年18期）
徐梦瑶,赵鸣,李洋,安洋,张友浩[3]（2019）在《基于聚类与SVR的地区支线航空客运市场需求预测》一文中研究指出针对支线航空客运市场需求预测问题,某些地区(如海南)缺少足够的历史数据,难以建立准确的预测模型。本文提出基于聚类与支持向量机回归(Support Vector Regression,SVR)预测此类地区航空客运市场需求的方法。首先,基于中国各个地区支线航空客运市场需求的分布比,找出与海南分布比相似的地区,再应用系统聚类法在这些地区中找出与海南聚为一类的地区,作为类比地区。然后,选择类比地区的数据样本,通过K-fold交叉验证(K-fold Cross Validation,K-CV)寻优SVR参数,得到预测模型。最后,预测了2018～2020年海南支线航空客运市场需求,从而为其建设支线机场提供一定的决策参考和可靠的理论依据,具有一定的现实意义和应用价值。(本文来源于《智能计算机与应用》期刊2019年05期）
陈雨果,张经纬,张轩,荆朝霞,张兰[4]（2019）在《基于耦合邻接相似度和谱聚类的电网分区策略及其对现货市场分区定价机制的启示》一文中研究指出电网分区在电力现货市场的定价机制中发挥着重要的作用,传统的电网分区方法主要是根据阻塞线路的功率传输分布因子或者是节点电价来确定分区,难以得到较佳的分区效果。本文在传统的分区方法基础上,提出了基于耦合邻接相似度和谱聚类的电网分区策略,其核心是建立以关键线路功率传输分布因子、多时段节点电价和节点邻接性为度量的耦合邻接相似度矩阵,在此基础上进行谱聚类分析,避免了传统分区方法中优点不能兼顾的缺点,并通过IEEE-30节点算例,验证了该分区策略的分区效果。最后,结合我国电力现货市场发展现状,提出了我国建设分区定价机制的启示和思路。(本文来源于《中国电机工程学会电力市场专业委员会2019年学术年会暨全国电力交易机构联盟论坛论文集》期刊2019-09-03）
雷颖洁,胡磊,李应涛[5]（2019）在《基于卡诺模型的商用车市场需求聚类分析》一文中研究指出由于运行工况和盈利模式的差异,商用车不同细分市场的需求有所不同。文章采用Kano模型对7个公路车细分市场的用户需求,进行问卷调研,对不同市场用户关心的整车性能进行分类,同时通过对用户满意度系数Bs进行聚类分析,对7个细分市场进行了分类,将对价格较为敏感的市场定义为"价值型市场",将对性能较为敏感的市场定义为"品质型市场"。(本文来源于《重型汽车》期刊2019年03期）
尹渠凯,米增强,贾雨龙,范辉[6]（2019）在《基于改进K-means聚类的电力市场下分布式储能系统经济性调控模型》一文中研究指出随着电力市场的发展和电储能技术经济性的不断提升,在配电网中大量接入分布式储能系统已成为一种发展趋势。为了提高分布式储能技术参与电网运行的经济性,解决其高成本与低收益之间的矛盾,建立了一种基于K-means聚类的电力市场下分布式储能系统优化调控模型。该模型能够平衡运行过程中分布式储能系统个体之间寿命损耗的差异,降低总运行成本,并提高运行过程中分布式储能系统总体的调控潜力。以电力市场下参数不同的500个储能系统1天的运行过程为例进行验证,试验结果证明了所提调控模型的可行性和有效性,为分布式储能技术参与电网运行提供了新思路。(本文来源于《电力建设》期刊2019年05期）
马廷博,刘太安,徐建国,刘欣颖[7]（2019）在《基于改进的K-means聚类算法的汽车市场竞争情报分析》一文中研究指出应用AHP(analytic hierarchy process)和EWM(entropy weight method),对中国A级轿车市场数据进行了分析量化处理,设计了竞争威胁数据指标,基于改进的K-means聚类算法对该市场进行了社会网络分析;通过品牌间竞争矩阵构建了中间中心度及凝聚子群,分析了产品性能指标偏重程度和企业所在该市场的竞争地位。数值实验表明:改进的K-means聚类算法对于文中样本对象,得到了更为精确的聚类效果,对中国A级轿车市场的社会网络分析准确有效。(本文来源于《山东科技大学学报(自然科学版)》期刊2019年01期）
张加贝,徐云,周崇东,段沛恒,应黎明[8]（2018）在《基于加权FCM聚类算法的电力市场主体价值细分》一文中研究指出随着参与市场化交易的市场主体数目的日益增多,市场主体进行价值细分对电力交易中心提供优质、有效的服务具有重要作用。考虑到传统单一的聚类算法在确定评价指标权重上的主观性,结合电力交易中心的工作目标和市场主体的历史交易等数据,建立电力市场主体价值评价指标体系,在指标体系的基础上对电力市场主体进行聚类分析,提出加权FCM聚类算法,并通过实例验证该算法的有效性。运用该算法对某电力交易中心981个市场主体进行聚类分析,并得到一组优化的特征权重矩阵,将市场主体分为高价值型、低价值型和成长型3类。最后总结不同类别市场主体的价值特点,并对电力交易中心如何优化服务资源提供建议。(本文来源于《电力科学与技术学报》期刊2018年04期）
邓超[9]（2018）在《基于密度聚类与时空图的市场数据可视分析方法研究》一文中研究指出本文针对市场数据分析中存在的分析粒度不好掌握、交互性不佳、信息集成度较低、不利于挖掘时空模式、知识发现效率低等问题,以及现有基于密度数据聚类算法中存在的运算耗时长、聚类结果不准确、不支持并行计算、不支持多密度聚类、不支持增量数据聚类等问题展开研究,主要研究内容包括:(1)提出了一种基于k-means划分的DBSCAN变异算法K-DBSCAN,其优点是支持并行计算且与DBSCAN算法聚类结果相同。为进一步提高运算效率,将具有高精度特征的密度聚类机制与具有高性能特征的网格聚类机制相融合,提出了空间对称的(2+ 1)D格子集合和关于￡的近邻格子概念,以及一种高效的基于密度和网格的空间聚类算法GRIDEN,使之同时具备高精度和高性能,且支持并行计算、多密度聚类和增量数据聚类。实验结果表明:该算法的聚类质量可靠,且只需要线性到N的运行时间。(2)对传统的密度概念进行拓展,将用户定义的地理关联变量纳入密度计算中,提出了时空密度波与同步性概念,以及一种基于时空密度波与同步性的支持并行计算的网格聚类算法Gridwave。实验结果表明:该算法可以用于挖掘不同地域之间关于地理关联变量的时空相关性,以及市场数据中隐含的时空簇、异常点和时空事件。(3)提出了基于密度聚类和时空图的产品销售网络可视分析方法。它通过GRIDEN算法智能识别网络中的核心节点,通过力引导模型实现边的自组织连接,以小星系图的隐喻方式将抽象的销售网络可视化并给出了 4种图简化方法。实验证明该方法可以从市场数据中有效挖掘关于产品销售网络的时空模式,且清晰、直观的展现该网络的拓扑结构,并为用户提供关于智慧商业选址的解决方案。(4)基于真实应用场景设计与实现了一种市场数据可视分析系统。它采用叁层分布式数据处理架构对市场数据进行采集、预处理和可视分析,通过网格划分对市场数据进行预处理,以市场数据中的时空信息有机串联其他相关信息,集成了多种数据挖掘算法和数据分析模型以及多种可视化工具,通过交互式界面实现快速、交互、可视的市场数据分析与挖掘。实验证明,该系统具有良好的通用性、适用性和可行性。(本文来源于《中国农业大学》期刊2018-06-01）
孟缘[10]（2018）在《聚类分析在汽车市场消费者研究中的应用》一文中研究指出随着我国人民可支配收入的增长,消费者的类型也越来越多样。如何更好地了解消费者,与消费者有效沟通,成了各个市场品牌之间竞争的一个重要议题。消费者的细分是主要利用统计学上聚类的方法,将市场上消费者归为几类,对每类消费者的特征进行归纳。消费者细分可以帮助更好地理解消费者行为态度,从而有效地进行沟通。(本文来源于《纳税》期刊2018年15期）
聚类市场论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
通过问卷调查对某大学周边学生及居民就烘焙食品相关问题进行了分析,在对消费特征、偏好、店铺倾向进行描述性统计分析基础上,采用因子分析、聚类对消费者进一步分类并提取群体特征。结果表明,烘焙食品的消费者可分为就近型、价格敏感型和消费体验型,不同的职业、消费水平在选择烘焙店时考虑的因素也有显着差异,针对不同的消费群体应采取相应的营销策略。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
聚类市场论文参考文献
[1].刘世伟.基于熵权法和聚类算法的通信运营商新增市场放号质量研究[C].2019广东通信青年论坛优秀论文专刊.2019
[2].李玲玉,刘璐.基于聚类的烘焙市场调查分析[J].西部皮革.2019
[3].徐梦瑶,赵鸣,李洋,安洋,张友浩.基于聚类与SVR的地区支线航空客运市场需求预测[J].智能计算机与应用.2019
[4].陈雨果,张经纬,张轩,荆朝霞,张兰.基于耦合邻接相似度和谱聚类的电网分区策略及其对现货市场分区定价机制的启示[C].中国电机工程学会电力市场专业委员会2019年学术年会暨全国电力交易机构联盟论坛论文集.2019
[5].雷颖洁,胡磊,李应涛.基于卡诺模型的商用车市场需求聚类分析[J].重型汽车.2019
[6].尹渠凯,米增强,贾雨龙,范辉.基于改进K-means聚类的电力市场下分布式储能系统经济性调控模型[J].电力建设.2019
[7].马廷博,刘太安,徐建国,刘欣颖.基于改进的K-means聚类算法的汽车市场竞争情报分析[J].山东科技大学学报(自然科学版).2019
[8].张加贝,徐云,周崇东,段沛恒,应黎明.基于加权FCM聚类算法的电力市场主体价值细分[J].电力科学与技术学报.2018
[9].邓超.基于密度聚类与时空图的市场数据可视分析方法研究[D].中国农业大学.2018
[10].孟缘.聚类分析在汽车市场消费者研究中的应用[J].纳税.2018