论文部分内容阅读
针对数据量大、含有噪声、属性变量较多的数据集群，提出了一种基于消除噪声的聚类算法。该算法对数据进行分析及预处理，接着进行消除噪声处理，之后采用改进聚类算法对数据集进行聚类分析。在实验中，采用10000条移动用户的手机数据，对通常的聚类方法和消除噪声后的改进聚类算法进行分析比较，发现改进后的算法效率更高、准确度也更好。根据聚类后的数据总结分析移动用户对新业务的使用情况，将有助于指导业务的开展。