客观聚类算法在客户细分中的应用研究

发布时间：2017-06-28 04:19

  本文关键词：客观聚类算法在客户细分中的应用研究，由笔耕文化传播整理发布。

【摘要】：客户细分是指处在某种特定市场中的企业，按照不同客户在属性、行为以及需求、偏好和价值等要素方面的差异对客户进行分类，并且针对性地为客户提供所需的产品、服务和销售形式。不同的客户为企业提供的价值是有差别的，因此，在存在客户关系管理的企业，很有必要对客户进行统计、分析并进行客户细分。只有这样，企业才能根据不同客户的特征，有针对性的进行营销活动，，保持和扩大高价值客户，发现并开发潜在客户，同时应停止低价值的客户群。有效地客户细分是企业扩大市场、获取更大利益的必经之路。 如今，商品经济飞速发展，零售业日益开放，零售企业已经很难再以成本优势赢得客户，越来越多的企业开始注重以客户为中心，它们开始重视收集客户数据，比如基本信息、客户的消费记录和其他方面的信息，并尝试挖掘这些数据存在的有效信息。客户细分就是企业进行数据挖掘的一个方面。 聚类分析在客户细分中的使用颇为广泛，传统的聚类算法，如K-means算法、CURE算法、STING算法、SOM算法在客户细分中的应用尤为常见。这些方法使用起来固然方便，但其依然存在一定的弊端：即使用传统方法进行聚类时，需要建模人员的干预，比如在使用K-means算法时，建模人员必须事先确定需要聚成的类的数目，即使建模人员具有异常丰富的市场营销经验，但此算法对其的依赖性太大，不可避免的造成聚类数目过多或过少，从而不能非常客观的将客户的本质特征反应出来。 本文对传统聚类算法的性能做了深入的对比研究，从不同的角度对其进行了比较，指出了传统算法的优缺点。基于此，本文选用了一种新的聚类算法——客观聚类分析（Objective ClusterAnalysis），这种算法避免了建模人员的主观影响，细分结果能够真实的反应客户的特征。本文将其应用于零售业的客户细分中，并与客户细分中使用最广的K-means算法进行了细分对比研究，显示了客观聚类算法的优越性。
【关键词】：客户细分 聚类分析 K-means算法 客观聚类
【学位授予单位】：兰州商学院
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP301.6
【目录】：

• 摘要4-5
• Abstract5-9
• 1 引言9-17
• 1.1 研究的背景及意义9-10
• 1.2 文献综述10-15
• 1.2.1 客户细分方法研究综述10-12
• 1.2.2 聚类算法在客户细分中的应用综述12-14
• 1.2.3 客观聚类方法研究综述14-15
• 1.3 研究内容及结构安排15-17
• 2 客户细分的相关研究17-28
• 2.1 客户细分的意义17-19
• 2.1.1 客户细分改善客户与企业的关系17-18
• 2.1.2 客户细分对企业营销活动的意义18-19
• 2.2 客户细分的理论依据19-20
• 2.3 客户细分的方法20-28
• 3 客户细分中的聚类算法28-39
• 3.1 聚类算法的提出与演变28-30
• 3.2 聚类算法的比较30-36
• 3.2.1 数据挖掘对聚类的要求30
• 3.2.2 聚类算法评价标准30-32
• 3.2.3 常用聚类算法比较32-36
• 3.3 客观聚类算法36-39
• 3.3.1 客观聚类算法的思想36
• 3.3.2 客观聚类算法的步骤36-39
• 4 实证分析39-48
• 4.1 问题的背景39-40
• 4.2 客户细分数据准备及变量设计40-42
• 4.3 K-MEANS 算法分析42-45
• 4.4 客观聚类算法分析45-46
• 4.5 两种算法的聚类有效性比较46-48
• 5 结论48-49
• 参考文献49-52
• 致谢52

【参考文献】

中国期刊全文数据库 前10条

1 曹国;;基于K-means和PCA的商业银行客户价值细分模型研究[J];财会通讯;2010年27期

2 刘英姿;吴昊;;客户细分方法研究综述[J];管理工程学报;2006年01期

3 张国方,金国栋;客户细分理论及应用策略研究[J];华中科技大学学报(社会科学版);2003年03期

4 刘义,万迪f ,张鹏;基于购买行为的客户细分方法比较研究[J];管理科学;2003年01期

5 陈明亮;;基于全生命周期利润的客户细分方法[J];经济管理;2002年20期

6 彭凯;秦永彬;许道云;;应用因子分析和K-MEANS聚类的客户分群建模[J];计算机科学;2011年05期

7 潘玲玲;张育平;徐涛;;核DBSCAN算法在民航客户细分中的应用[J];计算机工程;2012年10期

8 徐翔斌;王佳强;涂欢;穆明;;基于改进RFM模型的电子商务客户细分[J];计算机应用;2012年05期

9 郭蕴华,陈定方;基于模糊聚类分析的客户分类算法研究[J];计算机应用研究;2005年04期

10 贺玲;吴玲达;蔡益朝;;数据挖掘中的聚类算法综述[J];计算机应用研究;2007年01期

中国硕士学位论文全文数据库 前3条

1 郑凯明;基于决策树算法的超市客户细分应用研究[D];辽宁工程技术大学;2008年

2 王平;统计方法在客户细分数据挖掘中的应用[D];华东师范大学;2009年

3 鲍雷;混合遗传聚类算法在客户细分中的应用研究[D];暨南大学;2010年

  本文关键词：客观聚类算法在客户细分中的应用研究，由笔耕文化传播整理发布。

本文编号：492530