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(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著電信行業(yè)的高速發(fā)展,尤其是2008年底3G牌照發(fā)放以后,中國電信市場競爭更為激烈,而客戶資源是競爭的主要對象。通過分析所掌握的客戶信息,進(jìn)行客戶細(xì)分已經(jīng)成為電信企業(yè)實(shí)施營銷戰(zhàn)略最為迫切和首要的任務(wù)。通過對大量的客戶進(jìn)行細(xì)分,可以了解不同客戶群體的消費(fèi)特性,從而對市場結(jié)構(gòu)有宏觀的把握??蛻艏?xì)分已經(jīng)成為電信企業(yè)市場營銷策略制定、品牌推薦、新套餐研發(fā)的基礎(chǔ)。 信息熵理論已在管理科學(xué)、數(shù)據(jù)挖掘等研究領(lǐng)域中發(fā)揮作用,成為度量系統(tǒng)不確定
2、性、復(fù)雜度的有力工具。聚類分析技術(shù)不斷完善和進(jìn)步,從單純的硬劃分轉(zhuǎn)向更能反映自然屬性的軟劃分,其中基于目標(biāo)函數(shù)的模糊聚類算法研究正成為當(dāng)前的熱點(diǎn),并通過計算機(jī)的高速運(yùn)算能力廣泛的應(yīng)用于客戶細(xì)分領(lǐng)域。 本文提出了以市場營銷為目標(biāo)的導(dǎo)向性模糊聚類的客戶細(xì)分模型,解決了評價指標(biāo)與市場脫節(jié)、模糊聚類的原型初始化參數(shù)等問題。首先引入了市場營銷為目標(biāo)的導(dǎo)向性評價體系,具體采用AHP來實(shí)現(xiàn)其過程,利用IDF(信息熵與類距函數(shù))目標(biāo)函數(shù)來初始化
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(hù)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
- 基于動態(tài)模糊聚類算法的電信客戶細(xì)分研究.pdf
- 基于改進(jìn)模糊聚類算法的電信客戶細(xì)分模型研究.pdf
- 基于改進(jìn)型模糊聚類算法的電信客戶細(xì)分研究.pdf
- 基于密度的聚類算法研究及其在電信客戶細(xì)分中的應(yīng)用.pdf
- 模糊聚類算法研究及其在電信客戶細(xì)分中的應(yīng)用.pdf
- 基于K-Means聚類算法的客戶細(xì)分研究.pdf
- 聚類融合算法研究及其在電信客戶細(xì)分中的應(yīng)用.pdf
- 一種混合聚類算法在電信客戶細(xì)分中的應(yīng)用.pdf
- 基于聚類的數(shù)據(jù)挖掘在電信客戶細(xì)分中的應(yīng)用.pdf
- 基于文本聚類的客戶細(xì)分方法研究.pdf
- 基于聚類技術(shù)的客戶細(xì)分研究與應(yīng)用.pdf
- 利用聚類算法對電信IM軟件用戶細(xì)分.pdf
- 電信大客戶動態(tài)細(xì)分模型研究.pdf
- 基于客戶細(xì)分的電信聚類市場營銷策略研究——以AHDX為例.pdf
- 模糊聚類方法在電信客戶細(xì)分中的應(yīng)用研究.pdf
- 基于聚類結(jié)果調(diào)整方法的客戶細(xì)分研究.pdf
- 基于半監(jiān)督AP算法的電信客戶細(xì)分研究.pdf
- 基于聚類技術(shù)的客戶細(xì)分模型研究與實(shí)現(xiàn).pdf
- 聚類算法在銀行客戶細(xì)分中的研究和應(yīng)用.pdf
- 基于多示例核聚類的港口客戶細(xì)分.pdf
評論
0/150
提交評論