期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于LRFAT模型和改进K-means的汽车忠诚客户细分方法 被引量:17
1
作者 任春华 孙林夫 吴奇石 《计算机集成制造系统》 EI CSCD 北大核心 2019年第12期3267-3278,共12页
为实现工业互联网时代的汽车客户精准营销,需要对客户资源进行聚类和有效管理。针对汽车忠诚客户数量少、潜在价值高以及数据分布不均等特点,提出一种改进的客户细分LRFAT模型(基于RFM模型)。为提高客户聚类的准确性和稳定性,受密度峰... 为实现工业互联网时代的汽车客户精准营销,需要对客户资源进行聚类和有效管理。针对汽车忠诚客户数量少、潜在价值高以及数据分布不均等特点,提出一种改进的客户细分LRFAT模型(基于RFM模型)。为提高客户聚类的准确性和稳定性,受密度峰值聚类启发,提出一种层次K近邻密度峰值初始聚类中心选取方法,将选取的初始聚类中心作为K-means的初始聚类中心,在此基础上采用改进的K-means对汽车忠诚客户进行细分。通过某整车制造厂的汽车销售应用实例,验证了模型和算法的有效性,同时针对不同的客户群进行了详细的分析,并给出了相应的营销建议。 展开更多
关键词 汽车忠诚客户 客户细分 lrfat模型 密度峰值聚类 K-MEANS聚类
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部