孙晔，孙洁

(1.凌拓(上海)商贸有限公司 北京分公司，北京 100020; 2.华北理工大学 电气工程学院，河北 唐山 063000)



基于改进K-means算法的商业用户聚类分析

孙晔1，孙洁2

(1.凌拓(上海)商贸有限公司 北京分公司，北京 100020; 2.华北理工大学 电气工程学院，河北 唐山 063000)

K-means聚类算法；云计算；商业用户；网络存储资源

在竞争激烈的市场环境下，为了更好分析商业用户信息，赢得更多的商业用户，需要进行海量大数据分析。本文针对传统K-means算法自身初始聚类选取的缺陷和单机串行聚类算法的局限性，提出了一种改进的K-means聚类算法。结合当前主流的开源云计算平台Hadoop，把改进的算法并行化，克服了传统串行聚类算法在海量数据处理时的不足，以某大型网络存储服务企业每日商业用户网络存储资源使用量为实验数据，验证了算法的高效性和可行性。

0 引言

随着改革开放力度的进一步加大，大量外资企业的引入，使得国内商业竞争力急剧加大，商业用户成为了竞争的焦点，谁拥有更多的客户，就拥有更大的竞争力，随着信息化时代的到来，人们已经生活在数据的海洋中，在日常众多商业行为中，涌现出了大量的商业用户数据，如何分析这些数据，挖掘出隐藏在这些数据背后的信息，从而制定出更好的营销商业策略来赢得更多的商业用户，成为了当前较热门的研究重点[1]。

以往的商业用户分析往往依靠简单经验和统计方法，显然已经无法满足当前的需求，数据挖掘是利用某种……