基于数据挖掘的客户价值预测方法

• 作者: 赵晓煜 黄小原
• 来源期刊: 东北大学学报（自然科学版）
• 学科: 经济
• 关键词: 数据挖掘 客户价值 聚类 朴素贝叶斯分类 预测
• 年，卷（期）: 2006,（12）
• 所属期刊栏目: 管理科学
• 页码范围: 1393-1396
• 页数: 4页
• 分类号: F224
• 字数: 3872字
• 语种: 中文
• DOI: 10.3321/j.issn:1005-3026.2006.12.025

摘要

提出了一种利用聚类和分类等数据挖掘技术预测客户价值的新方法.通过对客户历史交易数据的分析,获得能够综合反映老客户忠诚度和价值度的指标.基于该指标对老客户进行聚类,将老客户划分为若干个不同价值的客户群,即为每个老客户赋予一个价值等级标号.利用朴素贝叶斯分类方法来预测新客户(或潜在客户)的价值,并依据预测结果来制定相应的重点客户发展战略.实例验证了该方法的有效性和可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄小原	东北大学工商管理学院	263	8048	49.0	75.0
2	赵晓煜	东北大学工商管理学院	40	1073	17.0	32.0