烘焙行業(yè)消費(fèi)數(shù)據(jù)挖掘及其應(yīng)用研究.pdf

1、在我國(guó)食品工業(yè)不斷發(fā)展的同時(shí)，烘焙業(yè)增長(zhǎng)迅速，市場(chǎng)潛力巨大，成為食品加工業(yè)新的增長(zhǎng)點(diǎn)。與此同時(shí)，烘焙企業(yè)的客戶消費(fèi)數(shù)據(jù)分析工作不僅工作量大增，傳統(tǒng)的分析手段已經(jīng)難以滿足行業(yè)的發(fā)展需求，因此迫切地需要提高分析手段與方法。而數(shù)據(jù)挖掘技術(shù)就是一種有效的方法，能夠充分地挖掘與分析隱藏在數(shù)據(jù)背后的信息，本文將數(shù)據(jù)挖掘技術(shù)引入到烘焙行業(yè)消費(fèi)數(shù)據(jù)挖掘中，主要研發(fā)內(nèi)容如下：
　?。?）提出了一種改進(jìn)的K-Means算法。將遺傳算法（GA）與K-m

2、eans算法相結(jié)合，充分利用二者的優(yōu)勢(shì)，解決傳統(tǒng)K-means對(duì)于聚類數(shù)目的確定、初始中心選取以及噪聲數(shù)據(jù)的敏感性問(wèn)題，通過(guò)Iris與KDD CUP99數(shù)據(jù)集驗(yàn)證了GK-means算法的性能，并以此為基礎(chǔ)構(gòu)建烘焙行業(yè)客戶細(xì)分模型，依據(jù)客戶消費(fèi)信息將其細(xì)分若干群體；
　?。?）對(duì)Apriori算法進(jìn)行了改進(jìn)，解決該算法在搜索頻繁項(xiàng)集時(shí)的效率問(wèn)題，通過(guò)KDD CUP99數(shù)據(jù)集驗(yàn)證了改進(jìn)的Apriori算法的效率，并以烘焙行業(yè)客戶消費(fèi)信