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:
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.
推荐文章
基于KXEN的电信客户分群研究
数据挖掘
电信企业
客户分群
KXEN软件
基于RFM和粗糙集的客户分类规则提取
客户分类
K-均值
粗糙集
规则提取
基于决策树的客户流失分析
决策树
客户流失分析
C4.5
剪枝
数据挖掘
基于三支决策粗糙集思想的RFM客户细分模型
RFM模型
粗糙集
三支决策
决策树
客户细分
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 基于RFM购买树的客户分群
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
研究方向 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
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 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
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (3)
参考文献  (10)
节点文献
引证文献  (3)
同被引文献  (13)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(4)
  • 参考文献(2)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(6)
  • 参考文献(3)
  • 二级参考文献(3)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
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
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
深圳大学学报(理工版)
双月刊
1000-2618
44-1401/N
大16开
深圳市南山区深圳大学行政楼419室
46-206
1984
chi
出版文献量(篇)
1946
总下载数(次)
10
总被引数(次)
10984
论文1v1指导