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(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、在當(dāng)今信息化的世界,主要是希望進(jìn)行分析客戶的數(shù)字化,把客戶相關(guān)數(shù)據(jù)存儲在某個系統(tǒng)里,方便經(jīng)理和研究人員進(jìn)行后期的分析處理。收集這些數(shù)據(jù)進(jìn)行挖掘就能提高銷售額。后期關(guān)于客戶的各種數(shù)據(jù),尤其是購買量和付款時間,如果能采取相關(guān)的挖掘技術(shù),就可以得到很多有價值的結(jié)論。這就是大數(shù)據(jù)時代的手機(jī)銷售業(yè)。
首先,進(jìn)行數(shù)據(jù)收集,在多個手機(jī)銷售地點(diǎn)進(jìn)行客戶數(shù)據(jù)的記錄。并且對收集到的數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理,先把缺失數(shù)據(jù)進(jìn)行補(bǔ)充,然后把多個變量降維成兩個
2、變量:客戶當(dāng)前價值和客戶潛在價值。數(shù)據(jù)預(yù)處理是修改少量有錯誤的數(shù)據(jù),補(bǔ)全一些不完整數(shù)據(jù)并且進(jìn)行數(shù)據(jù)降維的過程。在預(yù)處理階段,采用的是層次分析方法,量化過程使用YAAHP軟件實(shí)現(xiàn)。
其次,使用聚類分析的劃分和層次方法,對客戶購買手機(jī)產(chǎn)生的銷售數(shù)據(jù)進(jìn)行分析,實(shí)現(xiàn)對客戶分類。具體的方法是使用劃分方法中的K-means方法和層次方法中的中位數(shù)聚類方法,將所有收集到的客戶按照當(dāng)前價值和潛在價值兩個變量聚類,最終分成四類:當(dāng)前價值高潛在價
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(yù)覽,若沒有圖紙預(yù)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(hù)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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
- 基于劃分與層次的文本聚類研究.pdf
- 基于劃分和層次的聚類算法關(guān)鍵技術(shù)研究.pdf
- 基于記憶聚類方法的電信客戶流失挖掘及策略開發(fā).pdf
- 基于近鄰傳播和凝聚層次的文本聚類方法.pdf
- 基于聚類劃分的Web日志關(guān)聯(lián)規(guī)則增量式挖掘方法研究.pdf
- 劃分聚類與基于密度聚類算法的改進(jìn)方法研究.pdf
- 基于聚類和核方法的數(shù)據(jù)挖掘算法研究.pdf
- 基于層次聚類的數(shù)據(jù)分析.pdf
- 基于劃分和密度的聚類算法研究.pdf
- 基于聚類和支持向量機(jī)的數(shù)據(jù)挖掘方法研究.pdf
- 基于數(shù)據(jù)挖掘的移動通信客戶定位和交叉銷售分析.pdf
- 基于層次聚類的模糊聚類算法的研究.pdf
- 基于劃分的聚類算法及其在Web挖掘中的應(yīng)用.pdf
- 基于文本聚類的客戶細(xì)分方法研究.pdf
- 基于模糊聚類的客戶分類方法研究.pdf
- 基于密度聚類的峰谷時段劃分方法研究.pdf
- 基于層次聚類的WLAN樓層定位方法研究.pdf
- 流數(shù)據(jù)的層次聚類和頻繁模式的挖掘算法研究.pdf
- 基于模糊聚類的文本挖掘方法研究.pdf
- 層次聚類的方法及應(yīng)用
評論
0/150
提交評論