数据科学的发展及其在客户细分中的应用

被引：2

作者：

许荻迪 ^{[1
]}

江小蕾 ^{[2
]}

机构：

[1] 北京银行博士后科研工作站

[2] 北京工商大学经济学院

来源：

商业经济 | 2015年 / 07期

关键词：

数据科学; 客户细分; 应用情况;

D O I：

暂无

中图分类号：

TP311.13 []; F274 [企业供销管理];

学科分类号：

1201 ;

摘要：

数据科学是从数据中提取知识的新兴学科,在科学研究的"第四范式"兴起的背景下被正式提出。用于商业决策和科学研究的数据产生了根本性的变化,其特征从原来主流的抽样、结构化、小规模发展到全数据、半结构和非结构化、大规模,驱动数据科学发展成为既包含传统统计方法,又包含数据挖掘、文本挖掘、过程挖掘和大数据等新兴技术的交叉学科。客户细分是典型的数据导向的商业和研究领域,数据科学在其中的应用表明,该学科所包含的各种方法,能够成功提取复杂的客户相关数据中蕴含的信息和知识,能够解决客户细分的可行性、有效性、精确性问题,为客户细分研究和商业实践提供良好的技术支撑和决策支持。

引用

页码：84 / 88

页数：5

共 30 条

[1] Mining affective text to improve social media item recommendation [J].

Sun, Jianshan ;

Wang, Gang ;

Cheng, Xusen ;

Fu, Yelin .

INFORMATION PROCESSING & MANAGEMENT, 2015, 51 (04) :444-457

[2]

Artificial Neural Network Based Data Mining Technique for Customer Classification for Market Forecasting.[J].Velu; C M;Kashwan; K R.International Journal of Advancements in Computing Technology.2015, 1

[3]

Multi-dimensional customer segmentation model for power system reliability-worth analysis.[J].O. Dzobo;K. Alvehag;C.T. Gaunt;R. Herman.International Journal of Electrical Power and Energy Systems.2014,

[4]

Stability of market segmentation with cluster analysis – A methodological approach.[J].Henriette Müller;Ulrich Hamm.Food Quality and Preference.2014,

[5] Data Science and Prediction [J].

Dhar, Vasant .

COMMUNICATIONS OF THE ACM, 2013, 56 (12) :64-73

[6]

Cluster analysis of fruit and vegetable‐related perceptions: an alternative approach of consumer segmentation.[J].A.‐M. Simunaniemi;M. Nydahl;A. Andersson.Journal of Human Nutrition and Dietetics.2012, 1

[7] Mine Your Own Business: Market-Structure Surveillance Through Text Mining [J].

Netzer, Oded ;

Feldman, Ronen ;

Goldenberg, Jacob ;

Fresko, Moshe .

MARKETING SCIENCE, 2012, 31 (03) :521-543

[8]

Data Science: an Action Plan for Expanding the Technical Areas of the Field of Statistics.[J].William S.Cleveland.International Statistical Review.2007, 1

[9] Capturing housing market segmentation: An alternative approach based on neural network modelling [J].

Kauko, T ;

Hooimeijer, P ;

Hakfoort, J .

HOUSING STUDIES, 2002, 17 (06) :875-894

[10] Evaluating the appropriateness of market segmentation solutions using artificial neural networks and the membership clustering criterion [J].

Boone, DS ;

Roehm, M .

MARKETING LETTERS, 2002, 13 (04) :317-333

← 1 2 3 →