改进K-Means聚类算法在停车用户价值分群中的应用

摘要：

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.

关键词：价值分群、FLCPA模型、K-Means聚类算法、最优聚类数

所属期刊栏目：47

分类号：TP301.6(计算技术、计算机技术)

在线出版日期：2020-01-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1596-1600