本文關(guān)鍵詞： 客戶(hù)分類(lèi) 時(shí)間序列 聚類(lèi) 遺傳算法　出處：《中國(guó)管理科學(xué)》2005年02期 　論文類(lèi)型：期刊論文

【摘要】：研究了一種客戶(hù)動(dòng)態(tài)、靜態(tài)屬性數(shù)據(jù)相結(jié)合的客戶(hù)分類(lèi)方法。提出了客戶(hù)時(shí)間序列的加權(quán)處理方法,并應(yīng)用客戶(hù)時(shí)間序列的統(tǒng)計(jì)特征作為聚類(lèi)特征向量,采用混合式遺傳算法對(duì)客戶(hù)聚類(lèi),使每一類(lèi)客戶(hù)具有相似的時(shí)序特征。在此基礎(chǔ)上將聚類(lèi)結(jié)果與客戶(hù)的靜態(tài)屬性數(shù)據(jù)相結(jié)合,對(duì)客戶(hù)進(jìn)一步分類(lèi)。實(shí)驗(yàn)結(jié)果表明,與傳統(tǒng)的基于靜態(tài)屬性數(shù)據(jù)的客戶(hù)分類(lèi)方法相比,本文的方法提高了客戶(hù)分類(lèi)的準(zhǔn)確性。
[Abstract]:In this paper, a customer classification method combining dynamic and static attribute data is studied, and the weighted processing method of customer time series is proposed, and the statistical feature of customer time series is used as clustering feature vector. The hybrid genetic algorithm is used to cluster the customers, which makes each customer have similar temporal characteristics. On this basis, the clustering results are combined with the static attribute data of the customers. The experimental results show that compared with the traditional methods based on static attribute data, the proposed method improves the accuracy of customer classification.
【作者單位】： 哈爾濱工業(yè)大學(xué)管理學(xué)院 哈爾濱工業(yè)大學(xué)管理學(xué)院 哈爾濱工業(yè)大學(xué)管理學(xué)院 哈爾濱工業(yè)大學(xué)管理學(xué)院
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(70171013) 黑龍江自然科學(xué)基金資助項(xiàng)目(G0304)
【分類(lèi)號(hào)】：C931
【正文快照】： 1　引言激烈的市場(chǎng)競(jìng)爭(zhēng)以及有限范圍內(nèi)的高利潤(rùn)客戶(hù)激起了空前的關(guān)于客戶(hù)理解的需求。對(duì)于企業(yè)來(lái)說(shuō),不同客戶(hù)是有區(qū)別的。為了更好地滿(mǎn)足客戶(hù)的需求,企業(yè)必須能夠有效地區(qū)分客戶(hù),針對(duì)客戶(hù)實(shí)施目標(biāo)營(yíng)銷(xiāo)[1]。在這種情況下,對(duì)客戶(hù)正確地分類(lèi)就成為企業(yè)必須解決的問(wèn)題�？蛻�(hù)分類(lèi)

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 張U，

本文編號(hào)：1463239