1.一种基于模糊聚类的用户分群方法，其特征在于，所述用户根据其业务兴趣指标值进行描述，即第i个用户ui＝{ui1,ui2,…,uip}，其中，i＝1,2,…,m，m为待分群用户数，uis为第i个用户对第s个业务的业务兴趣指标值，s＝1,2,…,p，p为业务数；该方法包括以下具体步骤：步骤1，确定用户分群的群组个数与初始群组中心，具体为：

1.1，以业务数为维度，建立包括所有用户以及每个用户对每个业务兴趣指标值的数据集；

1.2，令t＝2；

1.3，将1.1中的数据集的每一维等分为t个网格，统计落入每个网格中的用户数；

1.4，遍历所有网格，搜索局部极大值网格并统计局部极大值网格数kt，其中，局部极大值网格为落入其中的用户数大于其相邻网格的网格，kt为等分t个网格时的局部极大值网格个数；

1.5，若 则执行1.6，否则令t＝t+1，返回1.3；

1.6，遍历统计得到的局部极大值网格数，选取相同局部极大值网格数出现次数最多的局部极大值网格数作为用户分群的群组个数，每个群组的群组中心对应的业务兴趣指标初始值即为落入相应局部极大值网格的用户的业务兴趣指标值的均值；

步骤2，分别计算每个用户对每个群组的隶属度，并优化每个群组的群组中心，具体为：

2.1，第i个用户对第l个群组的隶属度 其中，Til为第i个用户对第l个群组的群组中心的相似度，K为群组个数；2.2，构建检测函数 并计算群组中心优化前的检测函数值；其中，U表示待分群用户集合，且U＝{u1,u2,...,um}，Q表示群组中心集合，且Q＝{Q1,Q2,...,QK}；

2.3，对每个群组的群组中心进行优化，优化后的群组中心Ql＝(ql1,ql2,…,qlp)，其中，第l个群组中心Ql对第s个业务的业务兴趣指标值

2.3，若优化后的群组中心与优化前的群组中心相同或群组中心优化前和优化后检测函数值之差小于设定阈值，则进入步骤3，否则返回2.1；

步骤3，根据实际分群需要以及群组中心优化后每个用户对每个群组的隶属度大小，实现用户分群。

2.根据权利要求1所述的一种基于模糊聚类的用户分群方法，其特征在于，步骤2中利用kendall相关系数计算第i个用户对第l个群组的群组中心的相似度。

3.根据权利要求2所述的一种基于模糊聚类的用户分群方法，其特征在于，第i个用户对第l个群组的群组中心的相似度Til＝Tils+Tild，其中，Tils为第i个用户和第l个群组中心对任一对业务(x,y)偏好一致时的相似度，偏好系数 Tild为第i

个用户和第l个群组中心对任一对业务(x,y)偏好不一致时的相似度，偏好系数

4.根据权利要求1所述的一种基于模糊聚类的用户分群方法，其特征在于，步骤2中至少优化2次每个群组的群组中心。

5.根据权利要求1所述的一种基于模糊聚类的用户分群方法，其特征在于，步骤2中至少优化3次每个群组的群组中心。