聚类分析及序列模式分析在医药商业信息管理系统中的应用

摘要

本文对医药公司提供的药品销售数据进行聚类分析。采用模糊c-均值（FCM）算法对销售数据的统计结果进行聚类，利用划分熵、包含度等聚类有效性函数对聚类的结果进行评价，得出了合理的聚类结果，分析结果对医药公司的客户分类服务和药品分类销售有明显的指导意义；提出了客户购买事件序列间的相对编辑距离公式，采用调整后的核聚类算法对公司客户的事件序列进行聚类，并用假设检验中的统计量指标对核聚类结果进行了分析，得出与FCM分析比较一致的聚类结果。 在对FCM算法的结果进行聚类有效性分析时发现，划分熵的最小值都是在类数C=2时取得的，没有指导意义，因此考虑划分熵的局部极小值。实验发现，当划分熵取得局部极小值时，对应聚类结果的包含度也取得了局部极小值，各类内的平均方差急剧下降，表明了数据集内部确实存在相应的结构。 在对客户购买行为进行分析时，将每个客户的购买数据形成一个事件序列。在计算事件序列间的距离时，分析了余力等人的编辑距离公式，发现了该公式的缺陷，提出了改进后的相对编辑距离公式，并通过例子说明了该公式的合理性。利用相对编辑距离公式计算了客户的事件序列间的距离。 在运用核聚类算法对事件序列进行聚类时，由于事件序列的特殊性，无法直接采用张莉等人的核聚类算法。通过分析，对算法进行了调整，将客户事件序列间的距离代入算法进行聚类，并用假设检验中的统计量指标对核聚类结果和FCM算法的聚类结果进行了对照，得出了比较一致的结果。