10.3969/j.issn.1672-9722.2018.09.028
基于数据挖掘技术的电子商务客户关系管理
随着互联网技术的发展,电子商务也进入了海量数据时代,从这些海量数据里挖掘出有用的隐藏信息具有非常高的商业价值.客户细分、客户保持,客户满意度这三方面是具有重要现实意义的问题,也是行业的研究热点.近年来在国内,基于数据挖掘方法针对以上三个问题的研究工作开展较多,但大多数处于初级探讨,还有很多问题有待解决.论文对客户细分算法模型研究,基于聚类模型和决策树模型,首先采用聚类模型对用户进行分析,进而采用决策树对客户进行细分,并在此基础上采用K-means算法,结果表明算法效率及准确率均得到了提高.同时,论文探讨了神经网络中的BP算法对客户忠诚度的问题,实验结果表明,该方法能够快速有效地对分类客户进行分析.该方法可以针对易流失客户进一步提出针对性的对策,避免客户流失现象的持续发生.
大数据、数据挖掘、客户关系管理(CRM)、K-means算法
46
TP393(计算技术、计算机技术)
国家自然科学基金重点项目61233010;上海市教育委员会民办高校重点科研项目2016-SHNGE-01ZD;上海杉达学院校基金2016ZZ14
2018-10-16(万方平台首次上网日期,不代表论文的发表时间)
共5页
1834-1838