版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、隨著企業(yè)經(jīng)營環(huán)境越來越復雜,市場的競爭環(huán)境越來越激烈,客戶關系管理(CRM)已經(jīng)成為新世紀企業(yè)致勝的關鍵。但是,任何功能層次的CRM都是在客戶分類的基礎上實現(xiàn)CRM的理念和目標的。鑒于此,本文針對國內(nèi)外研究現(xiàn)狀,研究了客戶分類的最新進展和難點,旨在找出一種全面的分類方法幫助企業(yè)對客戶進行分類。 本文主要探討使用模糊數(shù)學的聚類分析方法進行客戶分類。在數(shù)學上,按一定的要求和規(guī)律,通過對事物的數(shù)量關系的分析,對事物進行分析的方法,叫做
2、聚類分析。聚類分析是一種用數(shù)學方法定量地確定樣品的親疏關系,從而客觀地分型劃類的多元分析方法,但傳統(tǒng)的聚類分析是一種硬劃分,它把每個待辨識的對象嚴格地劃分到某個類中,具有非此即彼的性質(zhì),因此這種分類的類別界限是分明的。而實際上大多數(shù)客戶對象并沒有嚴格的屬性,它們在性態(tài)和類屬方面存在著中介性,適合進行軟劃分。而模糊集理論為這種軟劃分提供了有力的分析工具。因此,本文通過引入模糊的方法來處理聚類問題,從而實現(xiàn)了定性和定量相結(jié)合,得到了客戶樣本
3、屬于各個類別的不確定性程度,表達了客戶樣本類屬的中介性,建立起了客戶樣本對于類別的不確定性的描述,從而能更客觀地反映現(xiàn)實的客戶分類情況。 本文采用定性和定量相結(jié)合的研究方法,將理論和模型、方法與實例、模型與應用研究融為一體,構(gòu)建了一種新的客戶分類模型—模糊聚類客戶分類模型。并且利用C語言編寫出了模糊聚類分析的計算機程序,實現(xiàn)了分析研究過程的電算化,大大提高了工作效率;運用該程序?qū)崿F(xiàn)了對客戶數(shù)據(jù)的分析研究,使分類更切合實際。
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于模糊核聚類和模糊支持向量機的多標簽分類方法研究.pdf
- 基于動態(tài)模糊聚類算法的電信客戶細分研究.pdf
- 基于模糊聚類的入侵檢測方法研究.pdf
- 基于客觀聚類的模糊建模方法研究.pdf
- 基于文本聚類的客戶細分方法研究.pdf
- 基于模糊聚類的圖像分割方法的研究.pdf
- 基于免疫機制的模糊聚類方法的研究.pdf
- 基于信息粒的模糊聚類方法研究.pdf
- 基于模糊聚類的文本挖掘方法研究.pdf
- 基于模糊聚類圖像分割方法研究.pdf
- 基于模糊c均值聚類的分類分時電價研究.pdf
- 基于改進模糊聚類算法的電信客戶細分模型研究.pdf
- 基于模糊聚類的技術(shù)風險定價方法研究.pdf
- 基于層次聚類的模糊聚類算法的研究.pdf
- 基于模糊聚類的支持向量機的分類算法研究.pdf
- 基于標簽模糊對象聚類的搜索方法.pdf
- 模糊聚類方法在電信客戶細分中的應用研究.pdf
- 基于模糊聚類的快速消費品客戶行為研究.pdf
- 基于聚類森林的文本流分類方法研究.pdf
- 基于區(qū)間模糊集的聚類方法研究.pdf
評論
0/150
提交評論