一种基于数据挖掘的零售业客户细分方法研究

• 作者: 张磊 张秋三 蔡玖琳
• 来源期刊: 重庆工商大学学报（自然科学版）
• 学科: 工学
• 关键词: 客户细分 RFM 熵值法 K-Means
• 年，卷（期）: 2015,（2）
• 页码范围: 43-48
• 页数: 6页
• 分类号: TP392
• 字数: 5060字
• 语种: 中文
• DOI: 10.16055/j.issn.1672-058X.2015.0002.009

摘要

针对零售业客户细分指标粗糙和方法精准性低的问题,提出一种基于数据挖掘聚类分析的零售业客户细分方法;方法构建了一套基于RFM的多指标客户细分指标体系,采用熵值法赋予指标权重,进而使用K-Means算法进行客户细分;实证研究结果表明:方法在客户行为特征区分能力和聚类紧凑性方面均优于传统基于RFM的细分方法,方法可行、有效,能够更好地解决零售业客户细分问题,提升客户关系管理和营销决策质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张磊	青岛大学管理科学与工程学院	56	144	6.0	8.0
2	张秋三	青岛大学管理科学与工程学院	2	27	2.0	2.0
3	蔡玖琳	青岛大学管理科学与工程学院	2	27	2.0	2.0