首页 | 本学科首页   官方微博 | 高级检索  
     检索      

面向客户知识管理的动态SOM客户分类方法
引用本文:冯永,钟将,李志国,叶春晓.面向客户知识管理的动态SOM客户分类方法[J].重庆大学学报(自然科学版),2007,30(11):64-67.
作者姓名:冯永  钟将  李志国  叶春晓
作者单位:重庆大学,计算机学院,重庆,400030;重庆大学,计算机学院,重庆,400030;上海宝信软件,西南研发中心,重庆,400041
基金项目:重庆市自然科学基金 , 重庆市高等教育教学改革研究重大项目 , 浦东新区科技发展基金 , 重庆大学校科研和教改项目
摘    要:提出了一种基于动态SOM神经网络和RFM指标的客户分类方法.该方法首先利用动态SOM神经网络聚类分析模型产生客户簇,然后以客户的RFM 行为作为对客户忠诚度、客户规模以及客户信用的模拟衡量来对客户簇进行标识,产生客户分类结果,最后根据客户分类结果判定各类客户对企业的价值,从而使企业能够有针对性地对不同客户实施差别化服务策略,为企业的客户战略提供了有效的支持和决策.

关 键 词:客户知识管理  客户分类  动态SOM  聚类分析
文章编号:1000-582X(2007)11-0064-04
修稿时间:2007-06-21

Dynamic SOM Customer Segmentation Method in Customer Knowledge Management
FENG Yong,ZHONG Jiang,LI Zhi-guo,YE Chun-xiao.Dynamic SOM Customer Segmentation Method in Customer Knowledge Management[J].Journal of Chongqing University(Natural Science Edition),2007,30(11):64-67.
Authors:FENG Yong  ZHONG Jiang  LI Zhi-guo  YE Chun-xiao
Institution:1. College of Computer Science, Chongqing University, Chongqing 400030, P R China; 2. Southwest Research Center, Shanghai Baosight Software Corporation, Chongqing 400041, P R China
Abstract:A customer segmentation method based on dynamic SOM and RFM indicators is presented. Firstly, customer clusters is generated by DSOM clustering analysis. Secondly, customer loyalty, customer scale and customer credit are simulated by RFM behaviors of customer, and then customer clusters are identified. Finally, the value of customers can be decided according to the customer segmentation results, and enterprises are able to provide better different service levels to different customers. It provides customer strategies of enterprises with an effective support and decision-making.
Keywords:customer knowledge management  customer segmentation  dynamic SOM  clustering analysis
本文献已被 维普 万方数据 等数据库收录!
点击此处可从《重庆大学学报(自然科学版)》浏览原始摘要信息
点击此处可从《重庆大学学报(自然科学版)》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号