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:
对于各行各业来说,对客户的精准分群行为可以将大众营销的方式转换为精准营销方式从而得到更好的回报率,针对电信行业进行研究,采用K-means的聚类方法对电信用户数据进行用户分群,同时采用图像法的方式对分群个数以及分群准确程度进行分析,并从分析结果中挖掘出有用信息辅佐于运营商的业务需求。
推荐文章
基于K-means和naive Bayes的数据库用户行为异常检测研究
数据库
用户行为
异常检测
K-means聚类
naiveBayes分类算法
基于改进磷虾群算法的K-means算法
磷虾群算法
聚类算法
精英引领
最佳聚类数
动态分群
基于Spark的并行K-means算法研究
Spark
K-means
PSO
迭代计算
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K-means的用户分群分析
来源期刊 现代计算机:中旬刊 学科 工学
关键词 K-MEANS 电信行业 精准营销
年,卷(期) xdjsjzxk_2017,(10) 所属期刊栏目
研究方向 页码范围 29-31
页数 3页 分类号 TP311
字数 语种
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 简宋全 6 4 2.0 2.0
2 李青海 6 4 2.0 2.0
3 秦于钦 4 4 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2017(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)
研究主题发展历程
节点文献
K-MEANS
电信行业
精准营销
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
现代计算机:中旬刊
月刊
1007-1423
44-1415/TP
广州市海珠区新港西路135号中山大学园B
46-205
出版文献量(篇)
9067
总下载数(次)
3
论文1v1指导