基于RFM购买树的客户分群

• 作者: 张文斌 明勇 陈小军 黄哲学
• 来源期刊: 深圳大学学报（理工版）
• 学科: 地球科学
• 关键词: 计算机感知 零售数据 客户分群 RFM购买树 聚类 覆盖树 Dunn指数
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 电子与信息科学
• 页码范围: 306-312
• 页数: 7页
• 分类号: K921/927|TP393
• 字数: 4493字
• 语种: 中文
• DOI: 10.3724/SP.J.1249.2017.03306

摘要

针对通过零售交易数据进行客户分群时传统方法未考虑商品的价值问题,提出用RFM(recency frequency monetary)表达交易数据的方法,该方法将客户购买的商品和商品类别组成一棵RFM购买树(recency frequency monetary purchase tree,RFMPT).提出基于RFM购买树的快速聚类算法(based recency frequency monetary purchase tree clustering,BRFMPTC),把购买树构建为CoverTree(CT)索引结构,利用CT结构快速选择k个密度最大的购买树作为中心,将其他对象划分到距它最近的类中心.实验结果表明,在距离加权下,BRFMPTC算法较传统算法在整体上能产生质量更高的聚类结果,性能得到较大提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄哲学	深圳大学计算机与软件学院	9	48	3.0	6.0
2	张文斌	深圳大学计算机与软件学院	3	6	2.0	2.0
3	明勇	深圳大学计算机与软件学院	2	4	1.0	2.0
4	陈小军	深圳大学计算机与软件学院	3	35	2.0	3.0