基于消费数据挖掘的多指标客户细分新方法

被引：22

作者：

曾小青 ^{[1
,2
]}

徐秦 ^{[1
]}

张丹 ^{[1
]}

林大瀚 ^{[2
]}

机构：

[1] 长沙理工大学经济与管理学院

[2] 用友软件股份有限公司

来源：

计算机应用研究 | 2013年 / 30卷 / 10期

关键词：

客户细分; 消费行为; 数据挖掘; 聚类;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

提出一种过程完整的针对消费数据挖掘的客户细分新方法。设计了包含3种类型10个指标的客户细分模型,并采用因子分析法从中提取细分变量,再使用基于划分的聚类算法进行客户细分。通过对某大型纸巾生产企业100万销售数据的计算分析,得出了有效客户类别,表明了本方法具有更强的客户细分能力和客户行为特征的解释能力。

引用

页码：2944 / 2947

页数：4

共 9 条

[1]

基于客户价值的客户分类模型研究.[D].刘朝华.华中科技大学.2008, 12

[2]

A rule-based method for identifying the factor structure in customer satisfaction.[J].Amir Ahmad;Lipika Dey;Sami M. Halawani.Information Sciences.2012,

[3]

Knowledge discovery of weighted RFM sequential patterns from customer sequence databases.[J].Ya-Han Hu;Tony Cheng-Kui Huang;Yu-Hua Kao.The Journal of Systems & Software.2012,

[4]

Segmenting customers by transaction data with concept hierarchy.[J].Fang-Ming Hsu;Li-Pang Lu;Chun-Min Lin.Expert Systems With Applications.2011, 6

[5] Group RFM analysis as a novel framework to discover better customer consumption behavior [J].

Chang, Hui-Chu ;

Tsai, Hsiao-Ping .

EXPERT SYSTEMS WITH APPLICATIONS, 2011, 38 (12) :14499-14513

[6] Combining a new data classification technique and regression analysis to predict the Cost-To-Serve new customers [J].

Kone, Estelle R. S. ;

Karwan, Mark H. .

COMPUTERS & INDUSTRIAL ENGINEERING, 2011, 61 (01) :184-197

[7]

Customer segmentation of multiple category data in e-commerce using a soft-clustering approach.[J].Roung-Shiunn Wu;Po-Hsuan Chou.Electronic Commerce Research and Applications.2010, 3

[8]

Classifying the segmentation of customer value via RFM model and RS theory.[J].Ching-Hsue Cheng;You-Shyang Chen.Expert Systems With Applications.2008, 3

[9] 客户细分方法研究综述 [J].

刘英姿 ;

吴昊 .

管理工程学报, 2006, (01) :53-57

← 1 →