基于关键词挖掘的客户细分方法

• 作者: 周展 陈星宇 陶达 黄俊文
• 来源期刊: 深圳大学学报（理工版）
• 学科: 工学
• 关键词: 人工智能 自然语言处理 知识工程 客户细分 关键词挖掘 客户特征 数据挖掘
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 电子与信息科学
• 页码范围: 300-305
• 页数: 6页
• 分类号: TP311
• 字数: 5928字
• 语种: 中文
• DOI: 10.3724/SP.J.1249.2017.03300

摘要

提出一种基于关键词的数据挖掘方法对客户群进行细分,采用自然语义处理的方法从原始客户信息文本中提取客户特征关键词.再通过人工标记一些与内在特征维度相关的关键词,基于这些关键词找到特征客户.最后以特征客户作为训练集,获得更多关于某个维度内客户特征的关键词,再进行新一轮的客户细分.经此模式学习过程,得到基于内在特征维度的客户细分群体.通过与采用随机选择特征关键词的基准化方法进行自动客户细分结果对比,发现采用基于关键词数据挖掘的自动客户细分结果得到的准确度更高,结果更稳健.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈星宇	深圳大学管理学院	4	11	3.0	3.0
2	周展	深圳大学管理学院	3	8	2.0	2.0
3	黄俊文	深圳大学管理学院	3	8	2.0	2.0
4	陶达	深圳大学人因工程研究所	7	19	3.0	4.0