基于改进的K-均值聚类的新发展用户虚开分析

• 作 者: 徐忠健 陈泳 刘群
• 机 构: 中国电信上海公司企业信息化部,南昌大学计算机系
• 出 处: 井冈山大学学报(自然科学版)
• 发表日期: 2010年5期
• 关键词: 虚开用户 聚类 分析 K-MEANS算法 the falsified user model clustering analysis K-means alg

针对代理渠道发展的新用户质量良莠不齐,将聚类算法引入新发展用户质量分析中,构建虚开用户模型识别代理商虚开用户。同时,还提出了k-均值聚类的改进算法。该算法结合数据样本分布以及所在区域的密度选取初始聚类中心,用于消除传统k-均值算法对初始聚类中心的敏感性。该算法应用于新发展用户的质量分析上,在虚开用户分析方面取得了良好的效果。