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:
客户投诉是客户对企业管理和服务不满的表达方式,是企业最有价值的信息来源,因此,如何分析处理客户投诉的数据,掌握投诉客户的基本特征,进而把客户的不满转化客户满意,锁定他们对企业和产品的忠诚,赢得客户的信任,是企业核心竞争优势所在.论文将K-means算法应用于移动客户的聚类分析中,针对某企业某段时间的移动通信投诉数据进行聚类分析,目的是根据移动公司投诉数据进行聚类,找到对每个类别客户应该采取的营销策略,以提升公司对客户的价值,改善客户关系管理工作.实验结果验证了方法的可行性和有效性,为移动客户聚类分析提供了一种分析的方法.
推荐文章
基于聚类分析的K-means算法研究及应用
数据挖掘
聚类分析
数据库
聚类算法
一种基于密度的k-means聚类算法
聚类
k-means
信息熵
近邻密度
孤立点
一种基于局部密度的核K-means算法
数据挖掘
局部密度
K-means
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 一种基于K-Means算法的移动客户聚类分析方法
来源期刊 数字技术与应用 学科 工学
关键词 K-means算法 移动客户 聚类分析
年,卷(期) 2016,(8) 所属期刊栏目 算法分析
研究方向 页码范围 157-158
页数 2页 分类号 TP309
字数 1829字 语种 中文
DOI
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 柳炳祥 景德镇陶瓷学院信息工程学院 154 681 13.0 21.0
2 万义成 景德镇陶瓷学院信息工程学院 3 6 2.0 2.0
3 李睿颖 景德镇陶瓷学院信息工程学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (10)
参考文献  (3)
节点文献
引证文献  (3)
同被引文献  (11)
二级引证文献  (1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 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
K-means算法
移动客户
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
数字技术与应用
月刊
1007-9416
12-1369/TN
16开
天津市
6-251
1983
chi
出版文献量(篇)
20434
总下载数(次)
106
总被引数(次)
35701
论文1v1指导