作者：陆姣; 吴林海; 董汉芳; 陈秀娟可追溯猪肉聚类算法分类属性数据消费偏好
摘要：可追溯食品消费偏好等实证调查中具有大量的分类属性的数据,而常用的k-means聚类方法主要适用于连续的数值型数据,难以精确分析可追溯食品消费者类别.为此,引入k-modes聚类方法,通过改进聚类精度,改善聚类流程,改进了现有的k-modes算法,以更好地应用于分类属性数据的聚类分析.以分类正确率、类精度、召回率和平均迭代次数为评价检验的具体指标,相关检验表明,与经典k-modes聚类算法等相比较,改进后的k-modes聚类算法在标准数据集上实验结果良好.在此基础上,以可追溯猪肉为案例,通过菜单选择实验法收集消费者对可追溯猪肉信息属性偏好的数据,建立仿真分析流程,运用改进后的k-modes算法进行聚类分析,研究了消费者对可追溯猪肉属性的群体性偏好.仿真结果显示,消费者对可追溯猪肉信息属性的偏好具有明显的层次性、差异性,可基于消费偏好将消费者划分为4个类别.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
