双聚类算法在电信高价值客户细分的应用

摘要：

针对传统客户价值细分方法在高价值客户细分时不够精细化的问题,引入了大均值子矩阵(LAS)双聚类算法.该方法在客户样本和消费属性两个维度上对消费记录进行双向聚类,可以挖掘出高消费、高价值的客户群体.以某电信公司的高价值客户细分为实例,通过定义一个价值尺度和构建一个PA指标,将所提算法与K均值(K-means)算法进行性能比较,实验结果表明,所提算法能挖掘出更多的高价值客户群体,且能够对客户属性进行更加精细的划分,因此它更适合应用于高价值客户市场的识别和细分.

关键词：高价值客户、客户细分、差异化营销、双聚类、K均值

所属期刊栏目：34

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目71102146;广州市科技计划项目2011J4300046;广东医学院面上基金资助项目XK1330

在线出版日期：2014-07-30（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：1807-1811