k-means算法在电信客户关系管理中的应用被引量：1

下载PDF

导出

摘要采用数据挖掘分析了现有的客户关系,但k-means算法聚类的结果对初始值具有敏感性,为了解决这个问题,本文讨论了不同参数的设置,寻找出合理的初始值。通过对客户关系的分析,对不足的部分进行了改进,保持企业的竞争优势,优化管理客户关系。

作者陆静

机构地区南京农业大学

出处《福建电脑》 2012年第8期83-84,共2页 Journal of Fujian Computer

关键词数据挖掘聚类分析客户关系管理

分类号 TP311.13 [自动化与计算机技术—计算机软件与理论]

引文网络
相关文献

参考文献7

1范小军.航空公司客户关系管理策略研究——以深航为例[J].南京财经大学学报,2007(4):73-76. 被引量：4
2Han Jiawei.Micheline Kamber.数据挖掘概念与技术[M].北京:机械工业出版社,2007.17-19. 被引量：1
3杨路明,巫宁.客户关系统管理理论与实务[M].北京:电子工业出版社,2008. 被引量：2
4Mehmed Kantardzie,Data Mining: Concepts,Models, Methods,and Algorithms [M].J. Computer.inf. Sci. Eng, 2005.12,5(4):394-395. 被引量：1
5Likas A. The global k-means clustering algorithm[J].Pattern R.ecnition,2003,36(2): 451-461. 被引量：1
6Xindong Wu,Vipin Kumar,J,R.oss Quinlan,Top 10 algorithms in data mining []]. Knowledge and Information Systems ,2008,14(1):1-37. 被引量：1
7林江云,雷良桃.聚类算法在证券公司CRM中客户细分的应用[J].心智与计算,2010,0(4):265-270. 被引量：4

二级参考文献12

1倪海云.未来航空公司的发展趋势探讨[J].中国民用航空,2005(11):14-15. 被引量：2
2邢留伟.K-Means算法在客户细分中的应用研究[D]西南财经大学,西南财经大学2007. 被引量：1
3A Vellido.Segmentation of the one-line shopping market using neural networks. Expert Systems With Applications . 1999 被引量：1
4Likas A.The global k-means clustering algorithm. Pattern Recognition . 2003 被引量：1
5K E Fish,J H Bames,M W Aiken.Artificial Neural Networks: A New Methodology for Industrial Market Segmentation. Industrial Marketing Management . 1995 被引量：1
6Greenberg,P.CRM at the Speed of Light: Capturing and Keeping Customers in Internet Real Time. . 2002 被引量：1
7Guo Yunhua,Zu Qiaohong,Chen Dingfang.Customer-Classified Algorithm Based on Fuzzy Clustering Analysis. Journal of Shanghai University (English Edition) . 2004 被引量：1
8踪家峰.航空公司常旅客计划研究[J].中国民航学院学报,2002,20(5):5-9. 被引量：5
9周可,宋?懿.企业成功实施客户关系管理(CRM)的关键因素[J].北方经贸,2003(3):108-109. 被引量：4
10唐建新,李明.Internet环境下的虚拟企业客户关系管理系统[J].郑州航空工业管理学院学报（管理科学版）,2003,21(1):96-98. 被引量：3

共引文献7

1宋英邦,翟静.浅谈民航客户关系管理在航空公司中的实施[J].辽宁经济职业技术学院学报.辽宁经济管理干部学院,2011(2):20-21. 被引量：1
2张会荣,陈云.数据挖掘技术在航空公司CRM中的应用分析[J].曲靖师范学院学报,2011,30(3):40-45. 被引量：1
3崔艳萍,强丽霞.铁路客运客户关系管理构建模式探讨[J].铁道运输与经济,2011,33(11):40-44. 被引量：4
4王园.证券业客户细分模型构建及实证研究[J].上海管理科学,2012,34(2):30-35. 被引量：6
5邢晓燕,李骁天.北京市居民体育服务的使用与需求特征[J].首都体育学院学报,2016,28(4):307-312. 被引量：2
6邢晓燕.体育健身驱动下的体育用品消费:我国大型城市马拉松参赛选手跑鞋品牌市场细分的实证研究[J].中国体育科技,2017,53(1):27-37. 被引量：13
7邢晓燕,李骁天,王凯珍.2种划分标准下不同人群健身行为主观幸福感的比较研究[J].首都体育学院学报,2018,30(5):388-394. 被引量：5

同被引文献2

1史雁军.客户管理能力评价的意义[J].质量与认证,2018,0(12):54-56. 被引量：1
2史雁军,周蕊.客户管理中的信息与技术能力[J].质量与认证,2018,0(12):66-68. 被引量：2

引证文献1

1胡朝晖,张革伕.基于K-Means聚类算法的净菜店客户管理[J].物流工程与管理,2019,41(6):44-45. 被引量：1

二级引证文献1

1韩琮师,李旭健.改进的K-means算法研究[J].软件,2020,41(3):21-23. 被引量：6

1刘英,高锁军.数据挖掘在电信客户关系管理中的应用[J].计算机光盘软件与应用,2014,17(10):293-294.
2张文明,吴江,袁小蛟.基于密度和最近邻的K-means文本聚类算法[J].计算机应用,2010,30(7):1933-1935. 被引量：29
3徐维林,朱宗,高丽,刘金岭.基于主题模型的网络微博舆情分析[J].软件导刊,2016,15(5):153-154. 被引量：2
4李建福.数据挖掘及其在电信客户关系管理中的应用[J].重庆科技学院学报（自然科学版）,2006,8(1):88-90. 被引量：2
5徐光宪,刘建辉.数据挖掘在电信客户关系管理中的应用[J].中国数据通信,2005,7(4):44-47. 被引量：4
6覃远霞.数据挖掘技术在电信客户关系管理中的应用[J].河南科技,2011,30(12X):35-35.
7易宏银.数据挖掘在电信行业应用探讨[J].通信与信息技术,2008(4):69-73.
8左国才,杨金民.K-means算法在电信CRM客户分类中的应用[J].计算机系统应用,2010,19(2):155-159. 被引量：9
9卢雪兵,相明琼.数据挖掘在电信客户关系管理中的应用研究[J].计算机光盘软件与应用,2014,17(18):293-294. 被引量：1
10冯应柱.基于数据场的k-means改进算法[J].信息通信,2016,29(11):23-25. 被引量：1

福建电脑

2012年第8期

浏览历史

内容加载中请稍等...

k-means算法在电信客户关系管理中的应用被引量：1

参考文献7

二级参考文献12

共引文献7

同被引文献2

引证文献1

二级引证文献1

相关作者

相关机构

相关主题

浏览历史

k-means算法在电信客户关系管理中的应用 被引量：1

参考文献7

二级参考文献12

共引文献7

同被引文献2

引证文献1

二级引证文献1

相关作者

相关机构

相关主题

浏览历史

k-means算法在电信客户关系管理中的应用被引量：1