计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2006年
34期
191-193
,共3页
顾客生命周期价值%层次分析%数据挖掘
顧客生命週期價值%層次分析%數據挖掘
고객생명주기개치%층차분석%수거알굴
提出了一个基于层次分析和数据挖掘的个性推荐系统.运用层次分析法来评价顾客生命周期价值中每一个RFM变量的重要程度,根据加权的RFM来对顾客进行聚类分析,通过关联规则挖掘从顾客簇中抽出频繁购买模式,根据簇中关联规则向顾客推荐相关商品.实验表明性能优于相等权重的聚类方法和不进行聚类直接从所有顾客中进行关联规则挖掘的方法.
提齣瞭一箇基于層次分析和數據挖掘的箇性推薦繫統.運用層次分析法來評價顧客生命週期價值中每一箇RFM變量的重要程度,根據加權的RFM來對顧客進行聚類分析,通過關聯規則挖掘從顧客簇中抽齣頻繁購買模式,根據簇中關聯規則嚮顧客推薦相關商品.實驗錶明性能優于相等權重的聚類方法和不進行聚類直接從所有顧客中進行關聯規則挖掘的方法.
제출료일개기우층차분석화수거알굴적개성추천계통.운용층차분석법래평개고객생명주기개치중매일개RFM변량적중요정도,근거가권적RFM래대고객진행취류분석,통과관련규칙알굴종고객족중추출빈번구매모식,근거족중관련규칙향고객추천상관상품.실험표명성능우우상등권중적취류방법화불진행취류직접종소유고객중진행관련규칙알굴적방법.
