10.16208/j.issn1000-7024.2021.01.009
基于数据挖掘的客户细分模型研究及应用
为企业更深入了解消费者的行为和偏好,帮助企业制定决策和发展客户关系,结合现有的客户细分方法,提出一种多指标客户细分模型.从宏观和微观角度,对传统指标进行优化,构建RFMPA多指标客户体系;采用熵值法客观赋权;采用因子分析降维;采用改进的K-means算法完成客户细分.利用大型连锁超市客户消费数据进行实证研究,对比数据实验结果表明,该模型能够更好解决客户细分问题,提高企业客户关系管理和决策质量.
聚类、客户细分、数据挖掘、多指标、RFMPA模型
42
TP391(计算技术、计算机技术)
东北大学-永辉超市产学研战略合作基金项目7043902891801
2021-01-26(万方平台首次上网日期,不代表论文的发表时间)
共8页
57-64