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:
提出了一种基于动态SOM神经网络和RFM指标的客户分类方法.该方法首先利用动态SOM神经网络聚类分析模型产生客户簇,然后以客户的RFM 行为作为对客户忠诚度、客户规模以及客户信用的模拟衡量来对客户簇进行标识,产生客户分类结果,最后根据客户分类结果判定各类客户对企业的价值,从而使企业能够有针对性地对不同客户实施差别化服务策略,为企业的客户战略提供了有效的支持和决策.
推荐文章
基于SOM的商业银行客户分类管理模型研究
银行
客户分类管理
人工神经网络
T.Kohonen自组织模型
客户关系管理中客户知识发现的一种分析方法
客户关系管理
客户知识发现
分类规则
模糊聚类
构建有效的客户知识管理系统
客户关系管理
知识管理:知识挖掘
商业银行客户关系管理对客户知识共享的支持
商业银行
客户关系管理
客户知识共享
支持
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 面向客户知识管理的动态SOM客户分类方法
来源期刊 重庆大学学报(自然科学版) 学科 工学
关键词 客户知识管理 客户分类 动态SOM 聚类分析
年,卷(期) 2007,(11) 所属期刊栏目 通信·自动化·计算机工程
研究方向 页码范围 64-67
页数 4页 分类号 TP391
字数 4216字 语种 中文
DOI 10.3969/j.issn.1000-582X.2007.11.015
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 钟将 重庆大学计算机学院 63 631 14.0 23.0
2 叶春晓 重庆大学计算机学院 50 423 11.0 19.0
3 冯永 重庆大学计算机学院 34 348 11.0 17.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (9)
参考文献  (8)
节点文献
引证文献  (15)
同被引文献  (9)
二级引证文献  (10)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(2)
  • 参考文献(2)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(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)
2008(3)
  • 引证文献(3)
  • 二级引证文献(0)
2009(1)
  • 引证文献(0)
  • 二级引证文献(1)
2010(3)
  • 引证文献(3)
  • 二级引证文献(0)
2011(8)
  • 引证文献(5)
  • 二级引证文献(3)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(4)
  • 引证文献(1)
  • 二级引证文献(3)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
客户知识管理
客户分类
动态SOM
聚类分析
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
重庆大学学报
月刊
1000-582X
50-1044/N
大16开
重庆市沙坪坝正街174号
78-16
1960
chi
出版文献量(篇)
6349
总下载数(次)
8
总被引数(次)
85737
相关基金
重庆市自然科学基金
英文译名:
官方网址:http://law.ddvip.com/law/2006-09/11584979384040.html
项目类型:重点项目
学科类型:
论文1v1指导