基于数据挖掘的供电企业客户细分方法及模型研究

被引:12
作者
张晓春
倪红芳
李娜
机构
[1] 华北电力大学经济与管理学院
关键词
数据挖掘; K-means聚类; 客户价值; 客户行为; 客户细分;
D O I
10.16315/j.stm.2013.06.020
中图分类号
F426.61 []; F274 [企业供销管理];
学科分类号
020205 ; 0202 ; 1201 ;
摘要
随着电网建设的不断完善升级,电力客户对于电力产品及其配套服务的品质要求不断提升,并且逐渐呈现高要求、差异化的发展趋势。面对客户需求的差异化和企业内部服务资源的有限性,供电企业有必要对客户进行科学合理的细分,实施差异化管理。下以供电企业的大数据为依托,运用数据挖掘技术,从客户的供电可靠性要求、客户价值和客户行为3个维度,建立细分指标体系,利用K-means聚类算法建立客户细分模型,并以南网某省为例进行实证分析,最终证明了所建立的细分模型是合理的。
引用
收藏
页码:104 / 109
页数:6
相关论文
共 11 条
[1]   基于遗传改进蚁群聚类算法的电力客户价值评价 [J].
李泓泽 ;
郭森 ;
王宝 .
电网技术, 2012, 36 (12) :256-261
[2]   基于数据挖掘的客户细分方法的研究 [J].
王扶东 ;
马玉芳 .
计算机工程与应用, 2011, 47 (04) :215-218
[3]   市场条件下的电力客户价值分析体系 [J].
王松涛 .
电网技术, 2010, 34 (02) :155-158
[4]   可靠性需求市场中用户的风险决策 [J].
罗运虎 ;
邢丽冬 ;
王勤 ;
刘海春 ;
翁晓光 .
中国电机工程学报, 2008, (22) :113-117
[5]   社会节能环境下电力客户价值评估研究 [J].
曾鸣 ;
杨素萍 ;
杨鹏举 ;
唐健 ;
田廓 .
华东电力, 2008, (06) :15-19
[6]   聚类算法在电子商务客户细分中的应用 [J].
辛爱莉 ;
衣龙海 ;
张林 .
商场现代化, 2008, (05) :164-164
[7]   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
[8]   考虑区间数概率分布的电力客户价值综合评价 [J].
李金超 ;
李金颖 ;
牛东晓 ;
王晶 .
华北电力大学学报, 2005, (04) :56-58+65
[9]   客户细分方法探析 [J].
胡少东 .
工业技术经济, 2005, (07) :66-69
[10]  
基于数据挖掘的电力行业客户细分模型研究.[D].王雷.上海交通大学.2007, 07