作者:
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:
经济的快速发展,企业的相互竞争,使得企业对客户的个性化服务提出更高的要求,聚类分析是在数据挖掘的基础上,根据用户的行为模式,将具有相似属性的用户分为一簇.通过改进的聚类算法,选取离得尽可能远的客户作为初始中心,努力得到客户群一个比较好的初始划分,提高聚类质量,为企业了解客户、挖掘客户、制定营销策略,提供有力帮助.
推荐文章
微粒群并行聚类在客户细分中的应用
并行聚类
自适应
微粒群优化
电信客户细分
电信客户细分中基于聚类算法的数据挖掘技术研究
数据挖掘
客户细分
SPSSModeler
K-means算法
聚类算法在银行客户细分中的应用
聚类
K-means算法
X-means算法
客户细分
基于混合聚类算法的客户细分策略研究
层次聚类法
K-means算法
混合聚类算法
客户细分
汽车销售
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 聚类算法在客户细分中的应用研究
来源期刊 制造业自动化 学科 工学
关键词 客户细分 聚类算法 K-均值
年,卷(期) 2010,(8) 所属期刊栏目
研究方向 页码范围 18-21
页数 分类号 TP391
字数 4237字 语种 中文
DOI 10.3969/j.issn.1009-0134.2010.08.07
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 郑华 17 75 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (18)
参考文献  (3)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(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
客户细分
聚类算法
K-均值
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
制造业自动化
月刊
1009-0134
11-4389/TP
大16开
北京德胜门外教场口1号
2-324
1979
chi
出版文献量(篇)
12053
总下载数(次)
12
总被引数(次)
59694
论文1v1指导