在經(jīng)濟全球化、客戶需求個性化快速發(fā)展的階段,通過技術手段滿足客戶的個性化需求,對于提高企業(yè)的盈利能力、提升企業(yè)自身價值具有重要的作用。對企業(yè)來說,采用科學的方法識別客戶價值、對客戶進行精準定位,是實現(xiàn)個性化服務的關鍵。論文以汽車維修服務業(yè)為研究對象,建立了客戶價值分析模型,應用大數(shù)據(jù)挖掘技術對客戶價值進行聚類分析,從客戶數(shù)據(jù)中挖掘出對經(jīng)營決策有價值的知識和規(guī)律,幫助汽車維修企業(yè)提升對客服務質量,提高企業(yè)競爭力。論文的主要工作和創(chuàng)新點體現(xiàn)在:（1）分析了傳統(tǒng)RFM客戶價值分析模型（Recency Frequency and Monecy value,RFM）存在的缺陷,建立了一個RFM^’IA（Recency Frequency Improved Monecy Introduce and Attention value,RFM’IA）客戶價值分析模型,給出了模型中各個指標的定義,闡述了模型對客戶價值的分析和判斷方法。（2）針對傳統(tǒng)FCM算法（Fuzzy C-means Clustering Algorithm,FCM）中存在聚類個數(shù)與聚類中心不確定的問題,提出了O

【文章來源】：西安電子科技大學陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：87 頁

【學位級別】：碩士

【部分圖文】：

國內外汽車市場利潤占比

聚類分析效果圖

3隸屬度直觀解釋

【參考文獻】：
期刊論文
[1]基于改進OPTICS聚類的雷達信號預分選方法[J]. 吳連慧,周秀珍,宋新超.  艦船電子對抗. 2018(06)
[2]基于客戶滿意的汽車售后服務創(chuàng)新研究[J]. 何珍.  中國市場. 2018(35)
[3]地質變形監(jiān)測專利技術綜述[J]. 楚顯玉,趙志洪.  河南科技. 2018(20)
[4]網(wǎng)絡購物臨場感、信任與消費者在線粘性——以B2C模式下消費者網(wǎng)購生鮮農產品為例[J]. 康培,孫劍,鄧彥宇.  企業(yè)經(jīng)濟. 2018(07)
[5]大數(shù)據(jù)背景下機器學習并行算法研究[J]. 馬巍巍,殷鳳梅,張江.  電子技術與軟件工程. 2018(11)
[6]Hadoop的兩大核心技術HDFS和MapReduce[J]. 李港,劉玉程.  電子技術與軟件工程. 2018(07)
[7]基于OPTICS聚類的差分隱私保護算法的改進[J]. 王紅,葛麗娜,王蘇青,王麗穎,張翼鵬,梁竣程.  計算機應用. 2018(01)
[8]最優(yōu)聚類個數(shù)和初始聚類中心點選取算法研究[J]. 張素潔,趙懷慈.  計算機應用研究. 2017(06)
[9]“清新+精致”的日式創(chuàng)意——日本博報堂（hakuhodo）經(jīng)典案例分享[J]. 林瑩,王叔良.  中國廣告. 2015(06)
[10]數(shù)據(jù)挖掘在物流客戶細分中的應用[J]. 李煜,陳相汝.  現(xiàn)代商貿工業(yè). 2015(07)

碩士論文
[1]基于Spark平臺的大數(shù)據(jù)聚類算法研究及其應用[D]. 劉磊.南京郵電大學 2018
[2]聚類分析中最佳聚類數(shù)確定方法研究[D]. 張雄.南京郵電大學 2018
[3]現(xiàn)役雷達預測性維修保障資源匹配算法研究[D]. 王慧敏.西安電子科技大學 2018
[4]基于模糊聚類的并行化推薦算法設計與研究[D]. 楊業(yè).浙江理工大學 2018
[5]基于客戶價值細分的A電商企業(yè)CRM系統(tǒng)優(yōu)化[D]. 王璀璨.北京交通大學 2017
[6]基于Hadoop的物流歷史數(shù)據(jù)聚類挖掘研究[D]. 蘇金.西安工業(yè)大學 2017
[7]區(qū)間數(shù)模糊層次分析法在信息安全風險評估中的研究與應用[D]. 鄒華莎.湖北工業(yè)大學 2017
[8]汽車后服務轉型及市場發(fā)展分析[D]. 徐小晶.浙江工業(yè)大學 2017
[9]基于Spark平臺的空間數(shù)據(jù)挖掘DBSCAN聚類算法并行化研究[D]. 金都.電子科技大學 2017
[10]基于云計算的文本分類研究與應用[D]. 嚴嘉銘.浙江理工大學 2016



本文編號：3079568