基于RFME模型和AdaBoost分类器的电子商务客户关系研究

• 作者: 陈俊龙 吴丽丽
• 来源期刊: 软件
• 关键词: RFM AdaBoost 电子商务 客户价值
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 基金项目论文
• 页码范围: 1-7
• 页数: 7页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2021.03.001

摘要

为进一步探究和分析电子商务客户关系,本文提出e价值的指标体系和计算方法,同时基于使用k-means方法对客户进行分类,实现对客户关系的深层发掘.基于改进的RFM模型实现了对客户的辨别与分类功能,对不同客户的e价值能进行有效预测,同时可以为企业在电商相关领域营销策略的差异化实施提供依据.对客户关系进行深层细分.同时基于AdaBoost分类器,提出以C5.0决策树作为基分类器的客户保持与流失预测模型,降低错误预测成本,精准识别高价值客户.