基于选择性聚类集成的客户细分

摘要：

针对数据密集型企业的客户细分问题,提出一种基于选择性聚类集成的客户细分框架.在聚类集体生成阶段,根据数据来源和业务需求构建统一的客户视图,将客户特征划分为若干子集后再分别对客户对象聚类,通过评价函数选择高质量的个体标记向量生成聚类集体;在聚类集成阶段,构建记录簇标记所覆盖的相同对象个数的重叠矩阵,利用重叠矩阵计算各簇权值,最后选择最具代表性的簇参与集成.通过某企业客户细分的实证研究表明,该框架可以有效识别出不同价值和消费行为习惯的客户群,为企业制定产品营销方案提供依据.

关键词：客户细分、聚类、集成学习、k均值算法

所属期刊栏目：21

分类号：C93(管理学)

资助基金：国家自然科学基金资助项目61402336;浙江省科技计划资助项目2012C33086,2013C31138;浙江省自然科学基金资助项目LQ12F02008.Project supported by the National Natural Science Foundation,China61402336;the Scientific and Technological Program of Zhejiang Province,China2012C33086,2013C31138;the Natural Science Foundation of Zhejiang Province,ChinaLQ12F02008

在线出版日期：2015-10-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1662-1668