基于三支决策粗糙集思想的RFM客户细分模型

摘要：

针对传统的客户细分模型在指标权重确定中过度依赖专家经验导致主观性较强的问题,运用基于粗糙集和三支决策理论的属性权重确定方法构建新的客户细分模型.首先,基于粗糙集和三支决策理论的权重确定方法求得RFM模型中三个指标的权重;其次,借鉴三支决策思想将各属性按等级划分成三类,共能产生27类属性组合,根据各属性权重的大小确定不同属性组合的价值类型,并基于各类属性组合的价值高低排序,对决策树进行前向剪枝;最后构建客户细分决策树,提取基于RFM模型的客户细分规则,通过实例分析验证该模型的有效性.结果表明:相较于其他客户细分模型,基于三支决策思想的RFM模型兼顾了客户细分的粒度和精度,同时具有很好的分类效果,为企业提供了一种新的客户细分思路.

关键词：RFM模型、粗糙集、三支决策、决策树、客户细分

所属期刊栏目：48

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目"基于认知程度的双论域粗糙集理论及在动态决策中的应用研究";上海市教委科研创新项目"基于知识推理的多对多双边匹配模型及在个性化推荐中的应用"

在线出版日期：2020-05-18（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：361-366,371