文献类型：期刊文章

作　　者：李雪菁[1,2]

LI Xuejing(College of Information Science and Technology,Sanda University,Shanghai 201209;School of Mechatronic Engineering and Automation,Shanghai University,Shanghai 200072)

机构地区：[1]上海杉达学院信息科学与技术学院,上海201209 [2]上海大学机电工程与自动化学院,上海200072

出　　处：《计算机与数字工程》

基　　金：国家自然科学基金重点项目(编号:61233010);上海市教育委员会民办高校(重点)科研项目(编号:2016-SHNGE-01ZD);上海杉达学院校基金(编号:2016ZZ14)资助

年　　份：2018

卷　　号：46

期　　号：9

起止页码：1834-1838

语　　种：中文

收录情况：ZGKJHX、普通刊

摘　　要：随着互联网技术的发展,电子商务也进入了海量数据时代,从这些海量数据里挖掘出有用的隐藏信息具有非常高的商业价值。客户细分、客户保持,客户满意度这三方面是具有重要现实意义的问题,也是行业的研究热点。近年来在国内,基于数据挖掘方法针对以上三个问题的研究工作开展较多,但大多数处于初级探讨,还有很多问题有待解决。论文对客户细分算法模型研究,基于聚类模型和决策树模型,首先采用聚类模型对用户进行分析,进而采用决策树对客户进行细分,并在此基础上采用K-means算法,结果表明算法效率及准确率均得到了提高。同时,论文探讨了神经网络中的BP算法对客户忠诚度的问题,实验结果表明,该方法能够快速有效地对分类客户进行分析。该方法可以针对易流失客户进一步提出针对性的对策,避免客户流失现象的持续发生。

关 键 词：大数据  数据挖掘 客户关系管理(CRM) K-MEANS算法

分 类 号：TP393]