摘要：针对大规模一对一营销问题，提出一种时间复杂度为O（nlogn/ε）（n为决策变量数，ε为允许误差）的大规模一对一营销优化算法．它基于预估校正思想，在预估、校正步长计算中采用LDL分解，并结合列近似最小度排序算法，有效降低时间复杂度．同时，算法在预估步中引入步长参数，根据步长参数值自适应更新中心参数，使得算法具有超线性收敛性．实际测试表明，该算法可在短时间内精确求解10万以上客户规模的一对一营销优化问题．

关键词：一对一营销优化 预估校正法 列近似最小度排序 ldl分解 

单位：中南大学信息科学与工程学院 长沙410083