基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文重点讨论了聚类分析方法中K-means聚类算法在客户价值分析中的作用,通过对客户的现有价值和潜在价值进行分析,对客户进行细分。在此基础上,企业可结合行业的特征找出各类客户的特点,实行差异化服务策略,让更好的资源和服务提供给最有价值客户,从而达到顾客满意、企业盈利的目的。
推荐文章
基于k-means聚类算法的研究
数据挖掘
聚类算法
k-means算法
基于改进K-means聚类算法在电力客户价值分群的应用
K-means算法
新聚类准则
迭代权重
正确率
标准差
基于最近共享邻居节点的K-means聚类算法
聚类分析
K-means
最近共享邻居
K-Means聚类算法研究综述
K-Means
聚类算法
聚类中心
离群点
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于K-means聚类算法的客户价值分析研究
来源期刊 计算机与信息技术 学科 工学
关键词 聚类分析 K-MEANS聚类算法 客户价值
年,卷(期) 2005,(12) 所属期刊栏目
研究方向 页码范围 45-47
页数 3页 分类号 TP301.6
字数 语种
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
聚类分析
K-MEANS聚类算法
客户价值
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机与信息技术
月刊
大16开
1993
chi
出版文献量(篇)
2343
总下载数(次)
19
总被引数(次)
8817
论文1v1指导