标题：基于密度的K-Means算法在客户细分中应用的研究
作者：王丽萍 刘建平
作者单位：浙江理工大学信息学院，浙江 杭州 310018
关键字：K-Means算法，聚类中心，密度参数，T-邻域
摘要：对于传统的K-Means算法，聚类结果对初始聚类中心有很强的依赖性，结果会因选取的初始聚类中心的不同而产生不稳定性［1］。在原有的K-Means算法基础上，通过计算数据集中每个数据对象的密度参数，然后选取合适的T-邻域作为选择初始聚类中心点的重要条件，计算出准确的初始聚类中心，从而得到具有高稳定性的聚类效果，并将改进后的方法应用到客户细分上。实验表明，改进后的算法对于初始聚类中心的选取有更好的稳定性。