خوشه‌بندي مشتريان بانك با استفاده از الگوريتم ژنتيك چندهدفه بهبوديافته برمبناي معيارهاي آنتروپي و مجذور مربعات خطا

در اين مقاله روشي براي دسته‌بندي مجموعه داده‌هاي متشكل از ويژگي‌هاي مركب (هم ويژگي‌هاي عددي و هم ويژگي‌هاي رسته‌اي) ارائه شده است. اكثر مجموعه داده‌هاي واقعي متشكل از ويژگي‌هاي مركب هستند و بيشتر الگوريتم‌هاي خوشه‌بندي مرسوم، براي مجموعه داده‌هايي شامل يك نوع ويژگي (يا عددي يا رسته‌اي) طراحي و به‌كار برده شده‌اند. همچنين اخيرا روش‌هاي جديدي براي خوشه‌بندي داده‌هايي با ويژگي‌هاي مركب ارائه شده است كه از مكانيزم تبديل ويژگي‌ها به نحوي كه مستقيما توسط الگوريتم قابل استفاده باشد، استفاده مي‌كنند اما اين روش‌ها نيز با چالش‌هاي مهمي از جمله فقدان اطلاعات، توليد نتايج تحريف شده و ايجاد خوشه‌بندي با صحت پايين‌تر روبرو هستند. لذا در اين مقاله براي حل اين مشكل ضمن معرفي مساله خوشه‌بندي به عنوان يك مساله بهينه‌سازي چند هدفه، يك چارچوب براي مجموعه داده با ويژگي‌هاي مركب بدون نياز به تبديل داده‌ها ارائه شده است و از الگوريتم تكاملي چندهدفه NSGA ii براي حل مساله استفاده شده است. الگوريتم تكاملي چندهدفه ارائه شده با بهينه‌سازي دو معيار آنتروپي و مجذور مربعات خطا(SSE) جواب‌هاي خوشه‌بندي با خلوص و همبستگي بيشتر را ارائه مي‌نمايد. همچنين در اين مقاله شيوه¬اي بهبوديافته براي ايجاد عملگرهاي جهش و تقاطع، به منظور گسترش فضاي جست‌وجو و جلوگيري از تغيير جمعيت اوليه و تاثير روي همگرايي جواب و حذف خوشه‌ها در حين به‌كارگيري عملگرها ارائه شده است. معرفي ضريب وزني براي يكسان سازي تاثير داده¬هاي عددي و نامي بر معيار مجذور مربعات خطا نيز پيشنهاد شده است.