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:
人工成本永远是企业运营预算的重中之重,数据挖掘可以有效发现数据中包含的客户价值,提供不同客户群体的针对性服务,合理布局和提高现有客服人员的资源效率。基于RFM模型提出了LRFMC客户价值评价模型,通过对比特征值的权重,利用K-means聚类算法,将客户群体按不同特征进行分类,根据客户价值等级,针对高价值优质用户和低价值潜在用户展开数据分析。
推荐文章
基于数据挖掘技术的客户流失预警模型
客户流失
客户维系与挽留
预警模型
电信企业
基于数据挖掘技术的客户流失预警模型
客户流失
客户维系与挽留
预警模型
电信企业
数据挖掘在电信客户价值管理中的应用
数据挖掘
客户价值
电信
一种基于呼叫中心和数据挖掘的客户数据库模型
呼叫中心
数据挖掘
客户关系管理
数据库
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LRFMC模型的客户价值数据挖掘方案
来源期刊 电脑知识与技术:学术版 学科 工学
关键词 客户价值 聚类分析 LRFMC模型 数据挖掘
年,卷(期) 2021,(6) 所属期刊栏目
研究方向 页码范围 22-25
页数 4页 分类号 TP311
字数 语种
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  (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)
2021(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
客户价值
聚类分析
LRFMC模型
数据挖掘
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
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
论文1v1指导