摘要
本发明提供了一种基于深度聚类的服务区客群画像的方法及系统,方法包括:步骤S1:获取服务区的客群信息并进行预处理;步骤S2:对客群信息进行特征加工,得到特征变量;步骤S3:使用训练完毕的模型进一步提取特征变量,得到深层特征;步骤S4:对服务区的客群信息进行聚类分析,输出聚类结果;步骤S5:计算轮廓系数对聚类质量评估;根据评估结果对模型进行优化调整;步骤S6:根据聚类结果将服务区的客群信息分为多种类型构建客群画像。本发明在高速服务区的客群画像中引入了深度聚类算法,有效解决传统方法的局限性,识别不同类型的客户群体,构建精确的客群画像。
技术关键词
客群画像
轮廓系数
出行习惯
变量
数据
统计学特征
车辆
重构
连续型
编码
频率
模块
聚类算法
车牌
点分配
时间段
数值
入口
系统为您推荐了相关专利信息
受电弓碳滑板
实时监测设备
气压传感器
地铁车辆
通讯装置
母线监测系统
功率因数校正模块
电流值
数据处理模块
动态规划模型
情绪特征
多模态情绪
序列
识别用户信息
情绪识别模型