计算机集成制造系统
計算機集成製造繫統
계산궤집성제조계통
Computer Integrated Manufacturing Systems
2015年
6期
1662-1668
,共7页
客户细分%聚类%集成学习%k均值算法
客戶細分%聚類%集成學習%k均值算法
객호세분%취류%집성학습%k균치산법
customer segmentation%clustering%ensemble learning%k-means algorithm
针对数据密集型企业的客户细分问题,提出一种基于选择性聚类集成的客户细分框架.在聚类集体生成阶段,根据数据来源和业务需求构建统一的客户视图,将客户特征划分为若干子集后再分别对客户对象聚类,通过评价函数选择高质量的个体标记向量生成聚类集体;在聚类集成阶段,构建记录簇标记所覆盖的相同对象个数的重叠矩阵,利用重叠矩阵计算各簇权值,最后选择最具代表性的簇参与集成.通过某企业客户细分的实证研究表明,该框架可以有效识别出不同价值和消费行为习惯的客户群,为企业制定产品营销方案提供依据.
針對數據密集型企業的客戶細分問題,提齣一種基于選擇性聚類集成的客戶細分框架.在聚類集體生成階段,根據數據來源和業務需求構建統一的客戶視圖,將客戶特徵劃分為若榦子集後再分彆對客戶對象聚類,通過評價函數選擇高質量的箇體標記嚮量生成聚類集體;在聚類集成階段,構建記錄簇標記所覆蓋的相同對象箇數的重疊矩陣,利用重疊矩陣計算各簇權值,最後選擇最具代錶性的簇參與集成.通過某企業客戶細分的實證研究錶明,該框架可以有效識彆齣不同價值和消費行為習慣的客戶群,為企業製定產品營銷方案提供依據.
침대수거밀집형기업적객호세분문제,제출일충기우선택성취류집성적객호세분광가.재취류집체생성계단,근거수거래원화업무수구구건통일적객호시도,장객호특정화분위약간자집후재분별대객호대상취류,통과평개함수선택고질량적개체표기향량생성취류집체;재취류집성계단,구건기록족표기소복개적상동대상개수적중첩구진,이용중첩구진계산각족권치,최후선택최구대표성적족삼여집성.통과모기업객호세분적실증연구표명,해광가가이유효식별출불동개치화소비행위습관적객호군,위기업제정산품영소방안제공의거.