微计算机信息
微計算機信息
미계산궤신식
CONTROL & AUTOMATION
2010年
3期
198-199,234
,共3页
聚类%簇%加权%供电企业%客户关系管理
聚類%簇%加權%供電企業%客戶關繫管理
취류%족%가권%공전기업%객호관계관리
clustering%cluster%weighting%power supply enterprise%customer relationship management
针时k-means算法存在的不足,提出了一种改进算法.针对目前供电企业CRM系统的特点提出了用聚类分析方法进行客户群细分模型设计,通过实验验证了本文提出的k-means改进算法的高效性.实验结果证明聚类分析算法在CRM中实施类分析方法的客户群细分过程模型是行之有效的.
針時k-means算法存在的不足,提齣瞭一種改進算法.針對目前供電企業CRM繫統的特點提齣瞭用聚類分析方法進行客戶群細分模型設計,通過實驗驗證瞭本文提齣的k-means改進算法的高效性.實驗結果證明聚類分析算法在CRM中實施類分析方法的客戶群細分過程模型是行之有效的.
침시k-means산법존재적불족,제출료일충개진산법.침대목전공전기업CRM계통적특점제출료용취류분석방법진행객호군세분모형설계,통과실험험증료본문제출적k-means개진산법적고효성.실험결과증명취류분석산법재CRM중실시류분석방법적객호군세분과정모형시행지유효적.
The article proposes an improved method to overcome shortcomings of the traditional k-means algorithm. This method ex-plores the unique features of the CRM system in power supply enterprise and applies clustering analysis techniques for customer classification. The result shows that the improved k-means method is efficient and provides empirical evidence that proves the effec-tiveness of clustering analysis techniques for customer classification in the CRM system.