基于半监督谱聚类集成的售后客户细分
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3778/j.issn.1002-8331.1810-0122

基于半监督谱聚类集成的售后客户细分

引用
根据汽车售后服务客户细分的目的,以及保修期内客户对车辆的保养情况,构建了RFMD客户细分指标模型.针对聚类集成算法能充分挖掘数据集的内在结构,以及半监督学习思想利用先验知识指导聚类的优势,将半监督谱聚类集成(SSSCE)算法应用于售后服务客户细分.与谱聚类(SC)算法和谱聚类集成(SCE)算法相比,SSSCE算法的客户细分结果较优.对用SSSCE算法细分得到的客户群进行特征分析,并给出相应的保养指导策略.

汽车售后服务、客户细分、RFMD模型、半监督谱聚类集成(SSSCE)算法、保养策略

56

TP301.6(计算技术、计算机技术)

国家重点研发计划课题No.2017YFB1400303

2020-03-19(万方平台首次上网日期,不代表论文的发表时间)

共6页

266-271

相关文献
评论
暂无封面信息
查看本期封面目录

计算机工程与应用

1002-8331

11-2127/TP

56

2020,56(2)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn