基于K-means聚类的快递企业客户细分方法

›› 2011, Vol. 33 ›› Issue (6): 955-958,969.

基于K-means聚类的快递企业客户细分方法

覃文文1，2 戢晓峰1,2

1. 昆明理工大学交通工程学院，昆明 650500；2. 昆明泛亚交通物流研究院，昆明 650500

出版日期:2011-12-25 发布日期:2012-02-24

Online:2011-12-25 Published:2012-02-24

摘要/Abstract

摘要：

为了实现对快递企业客户的科学划分，制定差异化的客户营销策略，建立了一种基于K-means聚类的客户细分模型。对快递企业呼叫中心的客户相关数据特征进行了分析与预处理，确定了合理的客户细分变量，并建立了基于呼叫中心数据挖掘的客户细分流程。以某快递企业为例对客户细分方法进行了验证。结果表明该方法能够有效区分快递客户为敏感客户、节俭客户、高端客户、潜在客户与优质客户等五类，为进一步营销方案的设计提供决策支持。

关键词: 客户细分, 数据挖掘, 快递企业, K-means聚类

覃文文戢晓峰. 基于K-means聚类的快递企业客户细分方法[J]. , 2011, 33(6): 955-958,969.

[1]	黄鹏飞李丹丹毛开云. 全球3D生物打印技术研究态势分析[J]. 世界科技研究与发展, 2021, 43(6): 750-763.
[2]	朱庆生王震. 基于粗粒度单元的离群点检测算法研究[J]. , 2011, 33(6): 1045-1048.
[3]	王新勇袁剑秋周家纪 . 关联规则算法优化研究与实现[J]. , 2010, 32(3): 312-316.
[4]	贤继红王家海. 数据挖掘中决策树算法的研究[J]. , 2009, 31(4): 600-602.
[5]	白淼刘万军 . 基于聚类技术的股票价格趋势预测[J]. , 2009, 31(3): 553-555.
[6]	苏生荣钟都都 . 基于VDM的复杂装备故障数据分析[J]. , 2009, 31(3): 471-474.
[7]	郑凯明李义杰姜鑫. 基于决策树的超市客户数据挖掘与仿真[J]. , 2009, 31(2): 252-254.
[8]	何典梁英. 金融时间序列数据挖掘的研究与应用[J]. , 2008, 30(1): 104-106.

基于K-means聚类的快递企业客户细分方法

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

相关文章 8

编辑推荐