為抓住5G發(fā)展的契機,提升客戶5G體驗,通過聚類算法對5G終端客戶進行價值分析。利用現(xiàn)有5G終端客戶數(shù)據(jù)進行價值客群分類,根據(jù)客群特征,開展個性化營銷。相較于傳統(tǒng)廣撒網(wǎng)的營銷方式,聚類算法對5G終端客戶的價值分群,能更好的抓住客戶痛點、實現(xiàn)5G終端客戶量與質(zhì)的提升。 

【文章頁數(shù)】：5 頁

【文章目錄】：
0 引言
1 聚類算法的相關(guān)介紹
    1.1 聚類算法的類型
    1.2 K-Means聚類算法的原理
2 基于K-Means聚類算法的建模流程
    2.1 數(shù)據(jù)抽取
    2.2 相關(guān)性分析
    2.3 數(shù)據(jù)探索分析及數(shù)據(jù)清洗
    2.4 數(shù)據(jù)標準化
    2.5 模型構(gòu)建
        1）聚類K的選擇規(guī)則（肘部法則）
        2）客戶聚類
    2.6 聚類結(jié)果分析
3 結(jié)束語


【參考文獻】：
期刊論文
[1]基于k-means聚類算法的高校人才評價分析——以瀘州職業(yè)技術(shù)學(xué)院為例[J]. 夏汛.  數(shù)字技術(shù)與應(yīng)用. 2019(12)
[2]一種改進的K-means算法最佳聚類數(shù)確定方法[J]. 邊鵬,趙妍,蘇玉召.  現(xiàn)代圖書情報技術(shù). 2011(09)
[3]基于聚類分析的K-means算法研究及應(yīng)用[J]. 張建萍,劉希玉.  計算機應(yīng)用研究. 2007(05)



本文編號：3646351