改进k-means算法在电信CRM客户分类中的应用

被引：4

作者：

左国才

周荣华

黎自强

机构：

[1] 湖南软件职业学院软件工程系

来源：

关键词：

电信CRM; 客户细分; 数据挖掘; K-means聚类分析算法;

D O I：

暂无

中图分类号：

F274 [企业供销管理]; F270.7 [企业现代化管理]; F626 [电信企业组织和经营管理];

学科分类号：

1201 ; 020205 ; 0202 ;

摘要：

电信市场的竞争在于客户的竞争,为了在激烈的竞争中保持优势,必须将客户进行细分,针对不同的客户,研究出相应的营销策略.K-means算法能对大型数据集进行高效分类,但对"噪声"敏感,聚类结果不准确,本文对该算法进行改进,使其能够实现更加准确和全面的客户细分.

引用

页码：153 / 155+186 +186

页数：4

共 5 条

[1] 一种高效的K-medoids聚类算法 [J].

夏宁霞 ;

苏一丹 ;

覃希 .

[2] 改进K-means的空间聚类算法 [J].

赵伟 ;

张姝 ;

李文辉 .

[3] 一种基于K-Means局部最优性的高效聚类算法 [J].

雷小锋 ;

谢昆青 ;

林帆 ;

夏征义 .

[4] Using self-similarity to cluster large data sets [J].

Barbará, D ;

Chen, P .

Huang, ZX .