聚類算法在電子商務客戶細分中的應用研究.pdf_第1頁
已閱讀1頁,還剩73頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、隨著經(jīng)濟和計算機網(wǎng)絡的飛速發(fā)展,日益激烈的競爭使得企業(yè)越來越強烈的認識到客戶資源對于企業(yè)獲勝起著至關重要的作用。因此企業(yè)開始從以產(chǎn)品為中心的模式向以客戶為中心的模式轉移,主要工作也圍繞著保留現(xiàn)有客戶和發(fā)展新客戶展開,營銷方式也從大眾化營銷轉為通過差異化、一對一營銷來實現(xiàn)客戶滿意和公司獲利的雙贏,而差異化、一對一營銷的關鍵就是有效的客戶細分。傳統(tǒng)的客戶細分主要根據(jù)客戶的一維屬性,通過一些統(tǒng)計學方法對客戶進行簡單的細分。但是,隨著企業(yè)產(chǎn)品的

2、進一步創(chuàng)新,客戶需求日益多樣化,傳統(tǒng)客戶細分在實踐中的應用顯得力不從心。應用數(shù)據(jù)挖掘技術進行多變量、大數(shù)據(jù)集的客戶細分技術應運而生。使用數(shù)據(jù)挖掘聚類分析方法進行客戶細分,不但可以處理幾十、甚至上百個變量,從而對客戶進行更精準的描述,客觀反映客戶分組內(nèi)的特性并綜合反映客戶多方面的特征;而且還有利于營銷人員更加深入細致地了解客戶特征,便于實現(xiàn)對客戶行為變化的動態(tài)跟蹤;進而實現(xiàn)對客戶提供差異化服務,提高客戶的滿意度和忠誠度,使企業(yè)創(chuàng)造更多價值

3、。
  本文首先介紹了聚類算法進行客戶細分的研究背景和意義,然后對數(shù)據(jù)挖掘技術中的聚類分析方法、客戶細分以及聚類分析方法應用于客戶細分的基本理論以及發(fā)展現(xiàn)狀做了詳細的概述,為后文聚類分析方法在客戶細分中的應用奠定了理論基礎。
  第二章詳細介紹了客戶細分的相關理論,包括客戶細分的概念、意義以及一般方法和步驟;隨后對傳統(tǒng)客戶細分與電子商務中的客戶細分做了詳細的比較,并對電子商務的客戶細分的相關模型和技術進行了概述,為后續(xù)研究做

4、好理論鋪墊。
  第三章主要介紹了聚類分析算法的相關理論,包括聚類分析方法的概念和基本原理、聚類分析中常見的數(shù)據(jù)類型和數(shù)據(jù)結構以及常見的聚類分析方法類型,并對AP算法和k-means算法的相關原理、算法步驟以及優(yōu)缺點做了詳細的介紹,為下文改進k-means算法的提出建立了依據(jù)。
  第四章提出了本文的核心內(nèi)容--基于半監(jiān)督近鄰傳播的改進k-means算法(SAPK-means算法),從算法提出的意義、算法的具體流程、以及算法

5、的驗證實驗三個方面進行了詳細的闡述。驗證實驗表明,SAPK-means算法有效的排除數(shù)據(jù)集中的噪聲數(shù)據(jù)和孤立點,得到了高質(zhì)量的初始聚類中心,從而有效的提高了聚類精度;并對聚類的準確率以及簇間的緊密程度等都有一定程度的提升。SAPK-means算法與文中介紹的k-means算法、AP算法相比,可以取得更好的聚類效果。
  第五章將SAPK-means算法應用于某化妝品網(wǎng)站客戶數(shù)據(jù)進行客戶細分。詳細論述了SAPK-means算法應用于

6、客戶細分中的步驟,對該算法的實現(xiàn)和性能分析進行了詳細的描述,并對細分結果進行了詳細的分析,對營銷策略提出了可行性建議。在同一批數(shù)據(jù)樣本中使用AP算法、k-means算法和SAPK-means算法進行客戶細分,細分結果表明SAPK-means算法能夠有效排除樣本數(shù)據(jù)集中的噪聲點,并在細分結果的質(zhì)量上優(yōu)于其他兩種算法。
  最后對全文進行了總結,并指明了下一步的研究和工作方向,對改進k-means算法的進一步發(fā)展以及在客戶細分方面的應

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論