基于聚類技術(shù)的客戶分類系統(tǒng)研究與實(shí)現(xiàn).pdf

1、客戶分類是指根據(jù)一個或若干個客戶屬性劃分客戶集合的過程。目前客戶分類方法存在著沒有充分利用客戶相關(guān)數(shù)據(jù)的不足，本文主要研究基于聚類技術(shù)的，結(jié)合客戶靜態(tài)屬性數(shù)據(jù)和動態(tài)屬性數(shù)據(jù)的客戶分類模型，以及基于該模型的原型系統(tǒng)的設(shè)計與實(shí)現(xiàn)。 聚類分析技術(shù)是將數(shù)據(jù)區(qū)分為自然的群體，并給出每個群體特征描述的一種數(shù)據(jù)挖掘方法，是數(shù)據(jù)挖掘和知識發(fā)現(xiàn)的一種基本方法。本文定義了一種基于語義距離的對象相似度判定函數(shù)，進(jìn)而提出了一種面向領(lǐng)域的改進(jìn)概念聚類算法

2、DMCA(Domain based Modified Clustering Algorithm)，該算法能夠自動確定聚類數(shù)目，且可以用于范疇屬性和數(shù)值屬性混合描述對象的情況?；贒MCA算法，本文進(jìn)而提出了一種混合屬性的客戶分類模型MACSM（Mixture Attributes Customer Segmentation Model），該模型結(jié)合客戶靜態(tài)屬性和動態(tài)屬性數(shù)據(jù)，可以更加全面地分析客戶特征，提高客戶分類的準(zhǔn)確性。對于客戶動態(tài)

3、屬性數(shù)據(jù)，該模型提出一種提取時序特征值的方法，結(jié)合領(lǐng)域知識對連續(xù)數(shù)值屬性進(jìn)行概念劃分，通過概念歸納處理，用概念合取表達(dá)式解釋聚類輸出，最后，該模型還提出一種類似RFM模型的客戶價值分析方法。實(shí)驗(yàn)表明DMCA算法是有效的，MACSM模型可以提高客戶分類的準(zhǔn)確性。 數(shù)據(jù)挖掘是一門實(shí)踐性很強(qiáng)的學(xué)科，本文基于MACSM客戶分類模型，結(jié)合多維分析技術(shù)、PMML和Web可視化技術(shù)設(shè)計并實(shí)現(xiàn)了一個可視化在線客戶分類系統(tǒng)。它支持PMML聚類模型