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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、隨著科技的不斷發(fā)展,網(wǎng)絡(luò)技術(shù)和數(shù)據(jù)庫技術(shù)得到廣泛的應(yīng)用,企業(yè)存儲(chǔ)的數(shù)據(jù)量也急劇上升。雖然企業(yè)擁有著大量的客戶數(shù)據(jù),但卻無法從海量數(shù)據(jù)中提取蘊(yùn)藏在其中的商業(yè)信息。如何能從數(shù)據(jù)中找出規(guī)律和模式,獲取商業(yè)信息,幫助企業(yè)更好的進(jìn)行決策支持成了當(dāng)前研究的熱門話題。客戶關(guān)系管理(CRM)是企業(yè)的一種商業(yè)策略。而客戶細(xì)分則是CRM的首要問題,將聚類技術(shù)運(yùn)用到客戶細(xì)分中,能夠?yàn)槠髽I(yè)進(jìn)行客戶分析提供更多有價(jià)值的信息。
K-means算法是主
2、要的聚類算法之一,它是一種基于劃分的聚類算法。本文在對(duì)該算法研究的基礎(chǔ)上,試圖將該算法進(jìn)行改進(jìn)。同時(shí)在算法應(yīng)用方面,將聚類技術(shù)應(yīng)用于客戶細(xì)分,客戶細(xì)分是企業(yè)能夠進(jìn)行有效客戶管理的前提和依據(jù),因此這方面的研究具有實(shí)際指導(dǎo)意義。本文的主要研究工作有以下幾個(gè)方面:
本文分析了聚類技術(shù)的概念、功能、流程以及常用算法的優(yōu)缺點(diǎn),重點(diǎn)探討了K-means算法的相關(guān)理論以及算法的優(yōu)缺點(diǎn),同時(shí)針對(duì)該算法的缺點(diǎn)提出了一種改進(jìn)的K-means算
3、法。
首先針對(duì)K-means算法度量函數(shù)的單一性引入了度量函數(shù)規(guī)則,使算法能夠針對(duì)不同的數(shù)據(jù)集選擇相應(yīng)的度量函數(shù)。其次針對(duì)算法對(duì)初始聚類中心敏感以及無法確定七值的問題,引入輪廓系數(shù)以及最大距離函數(shù)的方法來確定七值及初始聚類中心,從而得到了一個(gè)穩(wěn)定的聚類結(jié)果。通過仿真實(shí)驗(yàn)證明了算法的可行性和有效性。
文章最后介紹了客戶細(xì)分的相關(guān)概念和細(xì)分方法,并將傳統(tǒng)的K-means算法與改進(jìn)的K-means算法應(yīng)用到客戶細(xì)分
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(qǐng)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(qǐng)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(huì)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- CRM中基于CABOSFV改進(jìn)算法的客戶聚類研究.pdf
- 模糊聚類算法研究及在CRM中的應(yīng)用.pdf
- 數(shù)據(jù)挖掘聚類算法在CRM中的研究與應(yīng)用.pdf
- 改進(jìn)K-MEANS聚類算法在銀行CRM中的應(yīng)用與研究.pdf
- 細(xì)胞型膜系統(tǒng)在聚類算法中的研究.pdf
- 類屬型數(shù)據(jù)的聚類算法研究.pdf
- 大數(shù)據(jù)分析中的聚類算法研究.pdf
- 聚類算法的維度分析.pdf
- Web事務(wù)聚類中模糊聚類算法的應(yīng)用研究.pdf
- 核聚類算法研究及其在文本聚類中的應(yīng)用.pdf
- CRM中基于聚類的客戶細(xì)分、獲取及保持研究.pdf
- 數(shù)據(jù)挖掘中的聚類算法的研究及分析.pdf
- 數(shù)據(jù)挖掘中的聚類算法研究.pdf
- 聚類算法在IDS特征分析中的應(yīng)用.pdf
- 聚類算法及其在頁面聚類中的應(yīng)用研究
- 譜聚類算法研究及其在文本聚類中的應(yīng)用.pdf
- 聚類算法及其在頁面聚類中的應(yīng)用研究.pdf
- 智能聚類方法中的克隆網(wǎng)絡(luò)聚類算法研究與應(yīng)用.pdf
- 數(shù)據(jù)開采中的聚類算法研究.pdf
- 數(shù)據(jù)挖掘中聚類算法的研究.pdf
評(píng)論
0/150
提交評(píng)論