文献类型：期刊文章

作　　者：任春华[1,2] 孙林夫[1] 吴奇石[1,3]

REN Chunhua;SUN Linfu;WU Qishi(School of Information Science and Technology, Southwest Jiaotong University, Chengdu 610031, China;School of Computer and Information Engineering, Yibin University, Yibin 644000, China;Big Data Center, New Jersey Institute of Technology, Newark 07102, USA)

机构地区：[1]西南交通大学信息科学与技术学院,四川成都610031 [2]宜宾学院计算机与信息工程学院,四川宜宾644000 [3]美国新泽西理工学院大数据中心,新泽西州纽瓦克07102美国

出　　处：《计算机集成制造系统》

基　　金：国家重点研发计划资助项目(2017YFB1400303)~~

年　　份：2019

卷　　号：25

期　　号：12

起止页码：3267-3278

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：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。

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

分 类 号：TP391]