双聚类算法在电信高价值客户细分的应用

• 作者: 林勤 薛云
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 高价值客户 客户细分 差异化营销 双聚类 K均值
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 行业与领域应用
• 页码范围: 1807-1811
• 页数: 5页
• 分类号: TP391
• 字数: 5431字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2014.06.1807

摘要

针对传统客户价值细分方法在高价值客户细分时不够精细化的问题,引入了大均值子矩阵(LAS)双聚类算法.该方法在客户样本和消费属性两个维度上对消费记录进行双向聚类,可以挖掘出高消费、高价值的客户群体.以某电信公司的高价值客户细分为实例,通过定义一个价值尺度和构建一个PA指标,将所提算法与K均值(K-means)算法进行性能比较,实验结果表明,所提算法能挖掘出更多的高价值客户群体,且能够对客户属性进行更加精细的划分,因此它更适合应用于高价值客户市场的识别和细分.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林勤	广东医学院信息工程学院	5	25	3.0	5.0
2	薛云	华南师范大学物理与电信工程学院	17	124	5.0	11.0