聚类集成算法在客户细分中的研究及应用

发布时间：2017-12-26 04:04

  本文关键词：聚类集成算法在客户细分中的研究及应用　出处：《安徽大学》2016年硕士论文　论文类型：学位论文

  更多相关文章： 数据挖掘 客户细分 聚类分析 聚类集成 投票法

【摘要】：随着信息技术发展的不断深化,信息量增长极其迅速,在满足了人们对信息需求的同时也带来了新的难题,如何在这些纷繁复杂的数据洪流中搜寻有价值的信息已变得越来越重要。数据挖掘的出现为解决这些难题带来了新的契机,因此能够迅速的应用于不同的行业,客户细分就是其中一个很好的应用场景。针对传统客户细分技术的诸多不足,将数据挖掘的相关技术应用于客户细分能够得到更为合理的划分结果。聚类分析是数据挖掘领域的常用技术之一,在客户细分应用中有其特有的优势,而聚类集成技术则能综合多个聚类成员的划分特点来得到更为稳定、准确的结果。本文首先对K-means聚类算法初始聚类中心的选择作了改进,针对现有文献在对多个最大密度参数值求取对应的样本点作为初始聚类中心时算法耗时长、准确率不佳等缺陷,提出了一种基于二次密度的改进方案。当存在多个最大密度参数值时,对这些最大值对应的样本点求取二次密度,然后根据得到的密度值求取最佳的初始聚类中心,该方案缩短了算法选择初始聚类中心的时间,同时提高了聚类的准确率；在划分簇的迭代过程中又引进一种模式结构,用来存储样本点的簇标号以及到簇心的距离,并与下一次迭代的结果进行比较,依据结果来调整计算模式,以达到缩短迭代时间和减少计算量的目的；随后用实验验证了该算法的有效性。本文依据聚类集成思想对多个单一的聚类结果进行集成。首先通过重复抽样的方式生成数据子集并用改进后的聚类算法进行划分,生成多个基聚类器；然后依据标准互信息(NMI)来计算每个基聚类器的差异度,根据差异度对基聚类器进行选择;最后采用众数投票法对选择后的基聚类器进行投票得到最终的结果。在详细分析了传统细分技术以及基于数据挖掘的客户细分理论之后,将之前的聚类集成算法用于移动通信行业的客户细分。首先对客户数据进行预处理,然后用算法对这些处理过的数据进行细分,根据细分结果提取不同客户组群的群体特征,进而制定相关的营销策略,实验结果表明,本文的研究工作具有实际应用价值。
【学位授予单位】：安徽大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP311.13

【相似文献】

相关期刊论文 前10条

1 于宗民;;从客户细分看企业信息化建设中的缺失[J];中国金融电脑;2007年07期

2 张静;;通信企业客户细分及相关技术综述[J];信息与电脑(理论版);2014年01期

3 李益强,漆晨曦;基于数据挖掘的电信客户细分研究析[J];广东通信技术;2005年05期

4 张晓航;基于聚类算法的客户细分[J];通信企业管理;2005年12期

5 赵坊芳;;客户细分中聚类的应用[J];电脑知识与技术;2010年11期

6 文碧桂;赵蔚;;网络教育服务中的客户细分策略分析[J];中国教育技术装备;2010年12期

7 岳小婷;;基于客户消费行为的电信客户细分[J];电子商务;2011年12期

8 胡静静;王爱金;;3G业务的客户细分研究[J];商业文化(下半月);2011年12期

9 宋才华;蓝源娟;范婷;翟鸿荣;李滨涛;;电力企业客户细分模型研究[J];现代电子技术;2014年02期

10 王荇;李彗;;基于聚类的客户细分方法研究[J];电脑知识与技术;2008年S1期

相关会议论文 前3条

1 张国政;;基于CLV及客户满意度的客户细分研究[A];中国市场营销创新与发展学术研讨会论文集[C];2009年

2 谢琳;潘定;;珠三角宽带客户细分及保持策略研究[A];第二十九届中国控制会议论文集[C];2010年

3 卢艳丽;韩景元;袁丽娜;;基于客户终身价值的客户细分方法实证研究[A];中国市场学会2006年年会暨第四次全国会员代表大会论文集[C];2006年

相关重要报纸文章 前10条

1 范炜;合理确定客户细分标准是理财业务的重中之中[N];中国城乡金融报;2006年

2 ;拨开“客户细分”迷雾[N];网络世界;2006年

3 工业和信息化部电信研究院泰尔管理研究所 狄辉;客户细分魔法书[N];通信产业报;2009年

4 任柏菘;普尔特的客户细分[N];中国房地产报;2011年

5 主持人 中国房地产报管理评论部资深记者 张劲松;怎样实现中国特色的客户细分？[N];中国房地产报;2011年

6 邮储银行江苏省连云港市分行 朱慈;基于经济生命周期的银行客户细分[N];中国邮政报;2013年

7 本报记者 李秀中;客户细分 上海大众运作“关系营销”[N];第一财经日报;2005年

8 记者 方俊;券商强化客户细分初尝甜头[N];上海证券报;2011年

9 中研博峰咨询有限公司咨询顾问 高荣霞;六步骤锁定细分市场[N];通信产业报;2009年

10 杨怡 刘学;重庆移动深度推进客户细分工程[N];人民邮电;2006年

相关硕士学位论文 前10条

1 吴昊;基于利益的客户细分方法研究[D];华中科技大学;2004年

2 罗斌;面向客户细分的改进关联规则算法研究[D];哈尔滨工业大学;2006年

3 蔡巧宇;基于数据挖掘的客户细分案例分析[D];兰州财经大学;2015年

4 徐欢;基于数据挖掘的房地产开发企业既有客户细分研究[D];重庆大学;2015年

5 陈东沂;融合用户兴趣和文本聚类的企业微博客户细分[D];广东外语外贸大学;2015年

6 邹湘萍;基于数据挖掘的移动公司高端客户细分及营销策略研究[D];电子科技大学;2013年

7 张洁勤;电信企业针对性营销系统设计与实现[D];电子科技大学;2014年

8 杨晓斌;改进的BIRCH算法在电信客户细分中的应用[D];合肥工业大学;2015年

9 樊仙仙;基于聚类分析的H银行客户细分及营销策略研究[D];华东理工大学;2016年

10 杨茜;基于大数据的客户细分模型及精确营销策略研究[D];南京邮电大学;2015年

，

本文编号：1335726