基于聚类的多指标客户细分方法
发布时间:2021-07-14 08:57
在客户关系管理的RFM经典分析法的基础上,根据电子商务的业务分析,提出适合本系统的多指标客户细分法。采用熵值法对各个指标进行权重的赋值,最后使用K-means算法进行客户细分。该文的评价指标除了使用传统聚类算法的类内距离外,还使用了基于分类思想的泛化能力评估,具有一定的实际意义。通过实验验证了本文提出多指标分析法的有效性。
【文章来源】:电脑知识与技术. 2018,14(05)
【文章页数】:4 页
【文章目录】:
1 相关理论研究
1.1 多指标分析模型的提出
1.2 算法描述
1.3 客户细分的权重赋值
1.4 聚类效果评估
2 实验
3 结束语
【参考文献】:
期刊论文
[1]基于泛化能力的K-均值最佳聚类数确定方法[J]. 张雄,赵礼峰. 计算机技术与发展. 2017(09)
[2]基于消费数据挖掘的多指标客户细分新方法[J]. 曾小青,徐秦,张丹,林大瀚. 计算机应用研究. 2013(10)
本文编号:3283827
【文章来源】:电脑知识与技术. 2018,14(05)
【文章页数】:4 页
【文章目录】:
1 相关理论研究
1.1 多指标分析模型的提出
1.2 算法描述
1.3 客户细分的权重赋值
1.4 聚类效果评估
2 实验
3 结束语
【参考文献】:
期刊论文
[1]基于泛化能力的K-均值最佳聚类数确定方法[J]. 张雄,赵礼峰. 计算机技术与发展. 2017(09)
[2]基于消费数据挖掘的多指标客户细分新方法[J]. 曾小青,徐秦,张丹,林大瀚. 计算机应用研究. 2013(10)
本文编号:3283827
本文链接:https://www.wllwen.com/guanlilunwen/kehuguanxiguanli/3283827.html