基于聚類技術(shù)的客戶細(xì)分模型研究與實(shí)現(xiàn)

基于聚類技術(shù)的客戶細(xì)分模型研究與實(shí)現(xiàn)

ID:36621398

大小:1.16 MB

頁數(shù):66頁

時(shí)間:2019-05-13

基于聚類技術(shù)的客戶細(xì)分模型研究與實(shí)現(xiàn)_第1頁
基于聚類技術(shù)的客戶細(xì)分模型研究與實(shí)現(xiàn)_第2頁
基于聚類技術(shù)的客戶細(xì)分模型研究與實(shí)現(xiàn)_第3頁
基于聚類技術(shù)的客戶細(xì)分模型研究與實(shí)現(xiàn)_第4頁
基于聚類技術(shù)的客戶細(xì)分模型研究與實(shí)現(xiàn)_第5頁
資源描述:

《基于聚類技術(shù)的客戶細(xì)分模型研究與實(shí)現(xiàn)》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、工學(xué)碩士學(xué)位論文基于聚類技術(shù)的客戶細(xì)分模型研究與實(shí)現(xiàn)李朝娟哈爾濱工業(yè)大學(xué)2006年6月國內(nèi)圖書分類號(hào):TP315國際圖書分類號(hào):681.3工學(xué)碩士學(xué)位論文基于聚類技術(shù)的客戶細(xì)分模型研究與實(shí)現(xiàn)碩士研究生:李朝娟導(dǎo)師:徐曉飛教授副導(dǎo)師:葉允明副教授申請(qǐng)學(xué)位:工學(xué)碩士學(xué)科、專業(yè):計(jì)算機(jī)科學(xué)與技術(shù)所在單位:深圳研究生院答辯日期:2006年6月授予學(xué)位單位:哈爾濱工業(yè)大學(xué)ClassifiedIndex:TP315U.D.C:681.3DissertationfortheMasterDegreeofEngineeringRESEARCHAN

2、DIMPLEMENTATIONONCUSTOMERSEGMENTATIONMODELBASEDONCLUSTERINGCandidate:LiZhaojuanSupervisor:Prof.XuXiaofeiAssociateSupervisor:AssociateProf.YeYunmingAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:ComputerScienceandTechnologyAffiliation:ShenzhenGraduateSchoolDate

3、ofDefence:June,2006Degree-Conferring-Institution:HarbinInstituteofTechnology哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文摘要隨著企業(yè)的經(jīng)營模式從原有的以產(chǎn)品為中心到以客戶為中心的轉(zhuǎn)變,如何應(yīng)用聚類技術(shù)進(jìn)行準(zhǔn)確的客戶細(xì)分已成為當(dāng)今企業(yè)界和學(xué)術(shù)界共同關(guān)注的問題。與此同時(shí),競爭日趨激烈,客戶細(xì)分系統(tǒng)對(duì)聚類技術(shù)和客戶價(jià)值模型的各項(xiàng)性能要求越來越高,但是這些問題并沒有得到很好地解決。本文正是圍繞聚類技術(shù)和客戶價(jià)值模型兩個(gè)方面展開,目的是實(shí)現(xiàn)高效的客戶細(xì)分模型。(1)由于K-me

4、ans算法對(duì)初始中心點(diǎn)選擇敏感,本文采用了一種基于近鄰密度的初始中心點(diǎn)選擇方法——NK-means算法,使得K-means算法能夠快速、準(zhǔn)確地發(fā)現(xiàn)聚類結(jié)果。實(shí)驗(yàn)結(jié)果表明NK-means算法較隨機(jī)K-means算法和迭代優(yōu)化的K-means算法在精度上有明顯的提高,且具有良好的可擴(kuò)展性。(2)由于K-means采用基于距離標(biāo)準(zhǔn)的聚類準(zhǔn)則,在將其應(yīng)用于客戶細(xì)分時(shí)表現(xiàn)出諸多不足。為了更準(zhǔn)確地描述客戶之間的“距離”,本文依據(jù)客戶細(xì)分的特性,提出了基于購買行為的客戶相似度準(zhǔn)則。該準(zhǔn)則與傳統(tǒng)的距離準(zhǔn)則相比動(dòng)態(tài)地反映了客戶的相似程度,為實(shí)現(xiàn)更

5、加準(zhǔn)確的客戶細(xì)分提供了保障。(3)傳統(tǒng)的客戶生命周期價(jià)值(CustomerLifetimeValue,CLV)模型考慮了客戶的人口統(tǒng)計(jì)學(xué)因素和購買行為因素,但是對(duì)客戶購買行為之間的網(wǎng)絡(luò)影響并沒有加以分析。因此本文提出了基于網(wǎng)絡(luò)影響的客戶價(jià)值模型,在引入客戶與客戶之間社會(huì)影響的基礎(chǔ)上,從基本價(jià)值、潛在價(jià)值、網(wǎng)絡(luò)價(jià)值和客戶挽留率四個(gè)方面對(duì)客戶價(jià)值進(jìn)行了比較全面地評(píng)估。與此同時(shí)本文采用了RFM(Recency,Frequency,Monetary)模型輔助CLV模型。論文最后結(jié)合哈飛汽車股份有限公司的實(shí)際業(yè)務(wù),詳細(xì)闡述了基于聚類技術(shù)的

6、客戶細(xì)分系統(tǒng)的設(shè)計(jì)、實(shí)現(xiàn)及應(yīng)用效果。關(guān)鍵詞客戶細(xì)分;客戶價(jià)值;聚類;K-means-I-哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文AbstractAlongwiththeenterprisefocusingoncustomersratherthanproducts,howtomakeuseofclusteringtechnologytosegmentcustomersproperlyisthemostimportantproblemforthebusinesscircleandacademe.Duetothedrasticcompetiti

7、on,boththeclusteringtechnologyandthevaluationofcustomersarerequiredtobemoreandmoreeffectiveincustomersegmentationsystem.However,theseproblemshavenotbeensolvedyet.Thispapermainlyencirclesthesetwoaspects,targetingatimplementingamoreeffectivemodeltosegmentcustomers.Firs

8、tly,K-meansissensitivetotheselectionofinitialcenters,soweadoptaneighborhooddensitymethod——NK-meansforeffectivelyselectinginitialclu

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。