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:
对物流企业客户的聚类能找出具有相同特征的客户群并予以区分,进而采取差异化营销策略及方案能够更加精准地服务物流企业客户,提升客户关系与企业运营效益.文中采用R语言做K-means聚类分析,将实例物流企业客户群体分为基础客户、重要客户、贵宾客户,通过概率密度函数图、研究样本散点分布图分析不同群体的分布特征,有针对性地提出物流企业客户差异化的营销方案,以确保提出科学合理的营销手段和方案设计.
推荐文章
基于变异的k-means聚类算法
聚类
mk-means算法
变异
K-means聚类算法的研究
数据挖掘
K-means算法
初始聚类中心
聚类分析
基于深度信念网络的K-means聚类算法研究
K-means算法
深度信念网络
受限玻尔兹曼机
高维数据
聚类分析
FCM算法
基于改进BA算法的K-means聚类
蝙蝠算法
莱维飞行
惯性权重
limit阈值
K-means算法
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聚类算法的物流客户分类 及R语言实现
来源期刊 物流工程与管理 学科 经济
关键词 K-means聚类算法 物流客户 分类 营销方案 R语言
年,卷(期) 2018,(12) 所属期刊栏目 物流管理
研究方向 页码范围 66-68,65
页数 4页 分类号 F251
字数 3007字 语种 中文
DOI 10.3969/j.issn.1674-4993.2018.12.024
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 余伟 南京林业大学汽车与交通工程学院 37 269 9.0 14.0
2 姜晓红 南京林业大学汽车与交通工程学院 34 97 5.0 8.0
3 郑琰 南京林业大学汽车与交通工程学院 38 123 6.0 8.0
4 王野 南京林业大学汽车与交通工程学院 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (63)
共引文献  (33)
参考文献  (7)
节点文献
引证文献  (6)
同被引文献  (27)
二级引证文献  (11)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(13)
  • 参考文献(1)
  • 二级参考文献(12)
2012(7)
  • 参考文献(0)
  • 二级参考文献(7)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(10)
  • 参考文献(1)
  • 二级参考文献(9)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(3)
  • 参考文献(1)
  • 二级参考文献(2)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(5)
  • 引证文献(4)
  • 二级引证文献(1)
2020(12)
  • 引证文献(2)
  • 二级引证文献(10)
研究主题发展历程
节点文献
K-means聚类算法
物流客户
分类
营销方案
R语言
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
物流工程与管理
月刊
1674-4993
42-1791/TS
大16开
湖北省武汉市江岸区黄孝河路特1号同安大厦3F
1979
chi
出版文献量(篇)
10851
总下载数(次)
49
总被引数(次)
35105
论文1v1指导