10.3969/j.issn.1672-9722.2019.07.008
改进K-Means聚类算法在停车用户价值分群中的应用
随着信息化、互联网时代发展层次的不断深入,现在很多企业将用户关系管理作为营销的焦点,用户价值分群是量化用户关系管理系统的关键指标.论文以停车业务用户停车数据为切入点,在传统客户关系管理分析RFM模型的基础上,结合停车业务要求,重构分析参数,构建FLCPA参数模型,并在传统K-Means聚类算法的基础上,提出一种新的确定K-Means算法最优聚类数的方法,有效识别不同价值的用户,最终实现用户价值分群,帮助企业制定针对化和个性化营销策略.
价值分群、FLCPA模型、K-Means聚类算法、最优聚类数
47
TP301.6(计算技术、计算机技术)
2020-01-17(万方平台首次上网日期,不代表论文的发表时间)
共5页
1596-1600