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:
结合电动汽车用户大数据的细分需求,本文提出了k-means聚类算法用于对持卡时间、卡内余额、充电效率等有价值的数据信息进行挖掘,实现户聚类分析.通过将用户划分为长期、短期、价值型和非价值型,能够结合用户充电行为数据提出有效营销策略,从而推动服务商用户管理工作的有效开展.
推荐文章
基于用户评价数据的电动汽车造型意象决策模型
评价数据
电动汽车
造型意象
决策模型
基于数据挖掘的电动汽车用户细分及价值评价方法
电动汽车
用户细分
数据挖掘
K_MEANS算法
用户价值评价
基于Android的电动汽车充电桩监控系统设计
电动汽车充电桩
Android
移动监控
电动汽车充电引导策略研究
电动汽车
智能充电
人工智能
智慧城市
智慧出行
用户行为分析
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 基于数据挖掘的电动汽车用户细分研究
来源期刊 大科技 学科 工学
关键词 数据挖掘 电动汽车 用户细分
年,卷(期) 2019,(39) 所属期刊栏目 电力建设
研究方向 页码范围 58-59
页数 2页 分类号 TM73
字数 1895字 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (41)
共引文献  (8)
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)
1731(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(8)
  • 参考文献(0)
  • 二级参考文献(8)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(7)
  • 参考文献(0)
  • 二级参考文献(7)
2015(5)
  • 参考文献(0)
  • 二级参考文献(5)
2016(4)
  • 参考文献(0)
  • 二级参考文献(4)
2017(4)
  • 参考文献(0)
  • 二级参考文献(4)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 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
数据挖掘
电动汽车
用户细分
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
大科技
周刊
chi
出版文献量(篇)
62867
总下载数(次)
225
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导