基于聚類的多指標(biāo)客戶細(xì)分方法
發(fā)布時間:2021-07-14 08:57
在客戶關(guān)系管理的RFM經(jīng)典分析法的基礎(chǔ)上,根據(jù)電子商務(wù)的業(yè)務(wù)分析,提出適合本系統(tǒng)的多指標(biāo)客戶細(xì)分法。采用熵值法對各個指標(biāo)進(jìn)行權(quán)重的賦值,最后使用K-means算法進(jìn)行客戶細(xì)分。該文的評價指標(biāo)除了使用傳統(tǒng)聚類算法的類內(nèi)距離外,還使用了基于分類思想的泛化能力評估,具有一定的實(shí)際意義。通過實(shí)驗(yàn)驗(yàn)證了本文提出多指標(biāo)分析法的有效性。
【文章來源】:電腦知識與技術(shù). 2018,14(05)
【文章頁數(shù)】:4 頁
【文章目錄】:
1 相關(guān)理論研究
1.1 多指標(biāo)分析模型的提出
1.2 算法描述
1.3 客戶細(xì)分的權(quán)重賦值
1.4 聚類效果評估
2 實(shí)驗(yàn)
3 結(jié)束語
【參考文獻(xiàn)】:
期刊論文
[1]基于泛化能力的K-均值最佳聚類數(shù)確定方法[J]. 張雄,趙禮峰. 計(jì)算機(jī)技術(shù)與發(fā)展. 2017(09)
[2]基于消費(fèi)數(shù)據(jù)挖掘的多指標(biāo)客戶細(xì)分新方法[J]. 曾小青,徐秦,張丹,林大瀚. 計(jì)算機(jī)應(yīng)用研究. 2013(10)
本文編號:3283827
【文章來源】:電腦知識與技術(shù). 2018,14(05)
【文章頁數(shù)】:4 頁
【文章目錄】:
1 相關(guān)理論研究
1.1 多指標(biāo)分析模型的提出
1.2 算法描述
1.3 客戶細(xì)分的權(quán)重賦值
1.4 聚類效果評估
2 實(shí)驗(yàn)
3 結(jié)束語
【參考文獻(xiàn)】:
期刊論文
[1]基于泛化能力的K-均值最佳聚類數(shù)確定方法[J]. 張雄,趙禮峰. 計(jì)算機(jī)技術(shù)與發(fā)展. 2017(09)
[2]基于消費(fèi)數(shù)據(jù)挖掘的多指標(biāo)客戶細(xì)分新方法[J]. 曾小青,徐秦,張丹,林大瀚. 計(jì)算機(jī)應(yīng)用研究. 2013(10)
本文編號:3283827
本文鏈接:http://sikaile.net/guanlilunwen/kehuguanxiguanli/3283827.html
最近更新
教材專著