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:
采用数据挖掘分析了现有的客户关系,但k-means算法聚类的结果对初始值具有敏感性,为了解决这个问题,本文讨论了不同参数的设置,寻找出合理的初始值。通过对客户关系的分析,对不足的部分进行了改进,保持企业的竞争优势,优化管理客户关系。
推荐文章
聚类分析在电信行业客户关系管理中的应用
客户关系管理
数据挖掘
聚类分析
k-means
蚁群聚类算法在客户关系管理中的应用
蚁群算法
客户关系管理
聚类分析
蚁群聚类算法
商业智能在客户关系管理中的应用研究
商业智能
客户智能
客户细分
聚类
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 k—means算法在电信客户关系管理中的应用
来源期刊 福建电脑 学科 工学
关键词 数据挖掘 聚类分析 客户关系管理
年,卷(期) 2012,(8) 所属期刊栏目 应用与开发
研究方向 页码范围 83-84
页数 2页 分类号 TP311.13
字数 1972字 语种 中文
DOI 10.3969/j.issn.1673-2782.2012.08.039
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 陆静 19 55 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (4)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (1)
二级引证文献  (1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
数据挖掘
聚类分析
客户关系管理
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
福建电脑
月刊
1673-2782
35-1115/TP
大16开
福州市华林邮局29号信箱
1985
chi
出版文献量(篇)
21147
总下载数(次)
86
论文1v1指导