作者:
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:
全面分析电子商务顾客忠诚度的影响因素,立足于经典RFM客户忠诚度模型,将RFMSA电子商务客户忠诚度划分模型有效地建立起来,借助聚类分析算法划分顾客忠诚度,立足于经典聚类分析法K—means,将分段确定初始聚类中心的改进算法提出,以此来划分顾客的忠诚度.借助分析经典样本数据,从实验结果可以看成,通过对粗糙集K—means聚类算法进行改进后,可以将聚类的准确率有效提高.
推荐文章
基于聚类分析的电子商务客户忠诚度研究
顾客忠诚度
RFMSA
K-means
粗糙集
基于聚类分析的电子商务用户行为识别
聚类分析
用户营销
电子商务
用户行为识别
电子商务环境下顾客忠诚度研究
电子商务
顾客
忠诚度
基于行为体验分析的目标客户会展品牌忠诚度分析
行为体验
目标客户
会展品牌
品牌忠诚
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 基于聚类分析的电子商务客户忠诚度研究
来源期刊 电子世界 学科
关键词 聚类分析 电子商务 客户忠诚度
年,卷(期) 2017,(21) 所属期刊栏目 探索与观察
研究方向 页码范围 47,49
页数 2页 分类号
字数 2751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 杨雄钢 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (19)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(1)
  • 参考文献(1)
  • 二级参考文献(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
聚类分析
电子商务
客户忠诚度
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
电子世界
半月刊
1003-0522
11-2086/TN
大16开
北京市
2-892
1979
chi
出版文献量(篇)
36164
总下载数(次)
96
总被引数(次)
46655
论文1v1指导