已閱讀1頁，還剩49頁未讀， 繼續(xù)免費閱讀
版權(quán)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(quán)，請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、數(shù)據(jù)挖掘是一門新興的交叉學(xué)科，涉及到統(tǒng)計學(xué)、人工智能、數(shù)據(jù)庫等多種技術(shù)。聚類分析是數(shù)據(jù)挖掘中的一個重要研究領(lǐng)域，它將數(shù)據(jù)對象分組成為若干個類，使得類中的對象比較相似，而類間對象差別較大。 客戶關(guān)系管理(CRM)是將客戶信息轉(zhuǎn)化成為積極的客戶關(guān)系的反復(fù)循環(huán)過程，客戶細(xì)分是CRM的首要問題，在客戶細(xì)分中有效運用數(shù)據(jù)挖掘技術(shù)，可以為企業(yè)進行客戶分析提供更多的有用信息。 本文研究了聚類分析的概念、功能、處理過程及常用算法，重點深
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(quán)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(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。
最新文檔
- 數(shù)據(jù)挖掘中聚類算法的研究與應(yīng)用.pdf
- 數(shù)據(jù)挖掘中的聚類算法研究.pdf
- 模糊聚類算法研究及在CRM中的應(yīng)用.pdf
- 聚類算法在Web挖掘中的應(yīng)用.pdf
- 數(shù)據(jù)挖掘中聚類算法研究.pdf
- 模糊聚類在電信數(shù)據(jù)挖掘中的研究與應(yīng)用.pdf
- 數(shù)據(jù)挖掘中的演化數(shù)據(jù)聚類算法研究.pdf
- 數(shù)據(jù)挖掘中聚類算法的研究.pdf
- 數(shù)據(jù)挖掘在CRM中的應(yīng)用.pdf
- 數(shù)據(jù)挖掘中聚類算法研究與仿真.pdf
- CRM系統(tǒng)中數(shù)據(jù)挖掘算法與應(yīng)用研究.pdf
- 數(shù)據(jù)挖掘中模糊聚類算法研究.pdf
- 數(shù)據(jù)挖掘聚類算法在服裝業(yè)的應(yīng)用.pdf
- 數(shù)據(jù)挖掘中增量聚類算法的研究.pdf
- 數(shù)據(jù)挖掘中模糊聚類算法的研究.pdf
- 數(shù)據(jù)挖掘在客戶流失分析中的應(yīng)用——聚類與分類算法的研究及應(yīng)用.pdf
- 聚類數(shù)據(jù)挖掘在商場中的應(yīng)用及K-means聚類算法改進研究.pdf
- 數(shù)據(jù)挖掘分類算法在CRM中的研究.pdf
- K-Means聚類算法在犯罪數(shù)據(jù)挖掘中的應(yīng)用.pdf
- 數(shù)據(jù)挖掘中的譜聚類算法研究.pdf
評論
0/150
提交評論