搜索
聚类分析在客户细分领域的应用研究作者：孙晓霞学位授予单位：西北大学参考文献(41条)1.参考文献2.TSUEN-HoHSUAnApplicationofFuzzyClusteringinGroup-PositioningAanlysis2000(02)3.Jean-PaulRuiz.Jean-CharlesChebat.PierreHansenAnothertriptothemall:asegmentationstudyofcustomersbasedontheiractivities2004(11)4.HWShin.SYSohnSegmentationofstocktradingcustomersaccordingtopotentialvalue20045.MuammerOzerUsersegmentationofonlinemusicservicesusingfuzzyclustering2001(29)6.权明富.李小文移动客户消费行为细分营销决策的案例分析7.梁静国.张亚光.戈华CRM中的模糊C均值(FCM)客户聚类算法研究[期刊论文]-哈尔滨工程大学学报2004(2)8.贺奇.郑岩.魏藜.蔡致远构建面向CRM的数据挖掘应用20019.SmithWendellRProductDifferentiationandMarketSegmentationasAlternativeMarketingStrategies1956(01)10.PeterRDickson.JamesLGinterMarketSegmentation,ProductDifferentiationandMarketingStrategy1987(02)11.ArthurMiddletonHughesMakingYourDatabasePayOffUsingRecencyFrequencyandMonetaryAnalysis12.JimSellers.ArthurMiddletonHughesRFMMigrationAnalysis:ANewApproachtoaProvenTechnique13.Jo(a)oMSousa.UzayKaymak.SaraMadeiraAComparativeStudyofFuzzyTargetSelectionMethodsinDirectMarketing200214.马辉民.卢益清.尹汉斌基于客户份额的客户细分方法[期刊论文]-武汉理工大学学报(信息与管理工程版)2003(3)15.MarcusClaudioAPracticalYetMeaningfulApproachtoCustomerSegmentation1998(05)16.KWWongDataMiningUsingFuzzyTheoryforCustomerRelationshipManagement200117.朱明数据挖掘200218.翟凌慧.马少平.唐焕玲银行信用卡分类挖掘数据的预处理[期刊论文]-计算机工程2003(11)19.PKDD'99DiscoveryChallenge,ACollaborativeEffortinKnowledgeDiscoveryfromDatabases20.刘越江.黄今慧数据挖掘中的数据预处理技术[期刊论文]-科技情报开发与经济2003(5)21.JiaweiHan.MichelineKamber.范明.孟小峰数据挖掘概念与技术200122.DavidHand.HeikkiMannila.PadhraicSmythPrinciplesofDataMining200123.MartinEster.Hans-PeterKriegel.J(o)rgSander.XiaoweiXuADensity-BasedAlgorithmforDiscoveringClustersinLargeSpatialDatabaseswithNoise24.MARIAHALKIDI.YANNISBATISTAKIS.MICHALISVAZIRGIANNISOnClusteringValidationTechniques2001(2-3)25.JCDunnWell-separatedclustersandtheoptimalfuzzypartitions197426.XieXL.BeniGAvaliditymeasureforfuzzyclustering199127.高新波模糊聚类分析及其应用200428.张敏.于剑基于划分的模糊聚类算法[期刊论文]-软件学报2004(6)29.JCBezdekPatternrecognitionwithfuzzyobjectivefunctionalgorithms198130.YiShen.HongShi.JianQiuZhangImprovementandOptimizationofaFuzzyC-MeansClusteringAlgorithm200131.CarlGLooneyAFuzzyClusteringandFuzzyMergingAlgorithm.[ComputerScienceDepartment/171,UniversityofNevada,Redo,NV89557]199932.石洪波.于剑.黄厚宽一种有效的FCM算法的实现方式[期刊论文]-铁道学报2003(1)33.刘宜平.沈毅.刘志言一种FCM聚类算法的改进与优化[期刊论文]-系统工程与电子技术2000(4)34.HaojunSun.ShengruiWang.QingshanJiangFCM-BasedModelSelectionAlgorithmsforDeterminingtheNumberofClusters2004(37)35.CarlGLooneyInteractiveclusteringandmergingwithanewfuzzyexpectedvalue.[ComputerScienceDepartment/171,UniversityofNevada,Redo,NV89557USA.PatternRecognition]200136.宫改云.高新波.伍忠东FCM聚类算法中模糊加权指数m的优选方法[期刊论文]-模糊系统与数学2005(1)37.XizhaoWang.YadongWang.LijuanWangImprovingfuzzyc-meansclusteringbasedonfeature-weightlearning200438.ANovelImplementationMethodoftheFCM[会议论文]200239.高新波.裴继红.谢维信模糊c-均值聚类算法中加权指数m的研究[期刊论文]-电子学报2000(4)40.于剑.程乾生关于FCM算法中的权重指数m的一点注记[期刊论文]-电子学报2003(3)41.Miin-ShenYang.Pei-YuanHwang.De-HuaChenFuzzyclusteringalgorithmsformixedfeaturevariables2004(141)相似文献(10条)1.学位论文曹杨数据挖掘在电子商务客户关系管理中的应用研究2008电子商务环境下客户关系管理是近几年来的一个研究热点，已引起学术界和企业界的广泛关注。企业通过应用电子商务环境下客户关系管理建立与客户沟通的便利渠道，为客户创造更高的价值，来提高客户的满意度和忠诚度，从而实现更高的利润并有利于企业的长远发展。数据挖掘技术是实施客户关系管理的关键技术之一。企业在收集大量的客户基本资料和详细的交易数据的基础上，利用数据挖掘能够发现客户特征、客户购买模式等有价值的客户信息和新的商机，可以有效地指导电子商务环境下客户关系管理实践。本文首先通过分析和总结国内外学者研究成果，提出数据挖掘在电子商务环境下客户关系管理应用方面的研究不足之处；之后，对客户关系管理、电子商务理论与数据挖掘技术进行了阐述与分析，研究并讨论了数据挖掘在客户关系管理中尤其在电子商务环境下的应用，论证了数据挖掘在电子商务环境下客户关系管理系统中应用研究的必要性；最后，在理论分析框架内容的基础上，通过构建电子商务客户关系管理数据挖掘系统，运用实例分析完成了对数据挖掘在电子商务环境下客户关系管理应用的研究。本文采用了理论分析和案例比较等研究方法，并运用实例进行验证。主要创新点在于采用ID3决策树算法通过电子商务和客户关系管理的结合构建了电子商务客户关系管理数据挖掘系统并通过实例加以验证。通过本文的研究，为电子商务环境下客户关系管理实践提供有益的参考，同时为数据挖掘在电子商务环境下客户关系管理中的应用研究提供一些新思路。2.期刊论文贾玉锋.胡迎新.JIAYu-feng.HUYing-xin数据挖掘在客户关系管理中的应用研究-石家庄铁道学院学报（社会科学版）2009,3(2)客户关系管理和数据挖掘都是近几年发展起来的新兴学科,对现代企业的发展有着举足轻重的作用.介绍了客户关系管理的理念及用于客户关系管理的数据挖掘方法,分析了数据挖掘技术在客户关系管理中的应用,提出了应用中应注意的问题.3.学位论文谭铧数据挖掘在客户关系管理中的应用研究2002该文在概述了客户关系管理和数据挖掘的基本原理基础上,介绍了数据挖掘如何应用于客户关系管理当中,即通过分析客户数据得到关于客户的知识,提出了一个数据挖掘在客户关系管理中应用的流程.针对客户关系管理的特点,提出了数据挖掘应用在客户关系管理当中需要解决的几个问题,然后逐步针对几个问题提出解决方法来展开研究.首先根据客户的原始数据特点,介绍了如何通过数据清理、精据集成和数据归约等数据预处理方法得到高质量的数据,提高客户关系管理当中数据挖掘的有效性.接着根据企业客户数据动态性特点和已有数据挖掘方法的不足,设计了一种简单动态数据挖掘操作的方法.通过挖掘客户兴趣和行为知识,提出了逐步分类的方法对于不断更新的客户数据进行挖掘,并对于其中支持度的计算提出几点改进意见.然后为数据挖掘得到大量客户规则设计了具体的规则鉴别流程和鉴别方法.接着为了完整评价数据挖掘应用在客户关系管理的有效性,提出从正确性、可解释性和集成度三个角度进行评价的指标.最后根据目前的情况,提出了一些数据挖掘和客户关系管理挖掘技术未来的研究方向.4.期刊论文顾桂芳.李文元.GUGuifang.LIWenyuan数据挖掘在移动通信业客户关系管理中的应用研究-科技管理研究2007,27(2)本文介绍了客户关系管理及数据挖掘的内涵,分析了移动通信业客户关系管理应用数据挖掘的必要性,并研究了数据挖掘在移动通信业客户关系管理中的应用领域及应用的步骤.5.学位论文田宏钟基于数据挖掘的证券业客户关系管理中的客户细分研究2005本文从宏观和微观两方面对证券业客户关系管理进行了探讨。在宏观方面，主要是从证券业客户关系管理的特点入手，研究数据仓库的特点、架构、功能等，并探讨了相应的数据挖掘方法，以及如何在网上经纪业务中，开展Web数据挖掘来进行客户关系管理；在微观方面，主要以证券业客户关系管理中的客户细分为例，进行了数据仓库中数据的载入、抽取，数据挖掘方法的选择，数据模型的建立及分析等全过程研究。 本文探索性地采用神经网络方法对证券业客户进行细分研究，效果比较好。在客户细分研究过程中，数据的存储、载入、抽取采用SQLServer2000，聚类分析采用SPSS，数据挖掘采用神经网络方法，最终建立了客户细分模型，同时也探讨了OLAP多维数据分析在证券业客户关系管理中的应用。 本文提出了在我国证券业客户关系管理中，如何有效地构建数据仓库，设计数据模型以满足事后数据挖掘分析的需要；在数据挖掘阶段，根据不同的数据挖掘目的，进行了相应数据挖掘方法的应用研究。6.学位论文朱小虎基于数据挖掘和知识管理的客户关系管理系统研究2007客户关系管理(CustomerRelationshipManagement)是为了适应以“客户为中心”的商业模式而发展起来的一种新型的管理理念。它强调企业