基于粗糙集理论的服务需求聚类算法

在分析客户的价值需求时，客户需求中的价值元素体现为客户的个性化需求，为了实现对客户个性化需求的定量分析，可以把两个给定的需求表达为向量的形式。分析客户的个性化需求，就是对客户需求变量进行比较，即对客户需求的相似性进行分析。然而实际调研中，需要对许多的向量，即向量集进行分析，每个向量集包含了成百上千个向量。因此，传统的向量比较方法难以应用。

虽然可能每一个客户的需求都与众不同，这导致客户价值需求中属性层次的需求指标各不一致，但客户的个性化需求依旧可以提取出共性的需求内容。因此，通过服务属性水平的调整，可以使得某一种产品服务满足一群顾客的需求。这样，在满足顾客个性化需求的同时，可以保持顾客的满意度。为了提取客户需求的共性内容，可以采取需求聚类的方法，并通过个性化元素的补充实现产品服务的标准化和个性化配置，有助于通过产品服务模块化技术实现产品服务的规模定制。(www.xing528.com)

然而，传统的数据聚类方法将属性对象严格地划分到某一类，但是通常情况下需求属性的边界对象不能被严格地划分。一方面，服务需求存在顾客的主观因素，另一方面，顾客的原始需求通常采用符合其自身语言习惯的模糊语言来表达。粗糙集理论能够在信息不完整的情况下获得决策知识，并完成决策过程。而服务需求具有不完整和模糊的特点，因此，借助粗糙集理论来完成产品服务需求的聚类，建立基于粗糙集的需求聚类算法，能够解决服务需求边界不确定的问题。