首页 | 本学科首页   官方微博 | 高级检索  
     

自组织映射神经网络(SOM)在客户分类中的一种应用
引用本文:陈伯成,梁冰,周越博,林析泉,赵延. 自组织映射神经网络(SOM)在客户分类中的一种应用[J]. 系统工程理论与实践, 2004, 24(3): 8-14. DOI: 10.12011/1000-6788(2004)3-8
作者姓名:陈伯成  梁冰  周越博  林析泉  赵延
作者单位:清华大学经济管理学院
基金项目:国家自然科学基金 (70 2 3 1 0 1 0 )
摘    要:对自组织神经网络在客户分类中的应用进行了探讨 ,讨论了客户分类的概念、指标选取、分类方法选取、SOM(Self Organization Map)聚类方法 ,给出了一种基于 SOM的客户分类方法 ,即 :给出 RFM(近度 ,Recency;频度 ,Frequency;值度 ,Monentary)的指标 ,根据综合指标的计算和各个指标的相对学习结果变化趋势 ,将客户分类 .并进行了模拟计算 ,将模拟结果分类 ,以验证算法 .

关 键 词:客户分类  自组织映射  自组织  神经网络   
文章编号:1000-6788(2004)03-0008-07
修稿时间:2003-04-08

An Application of SOM Neural Network in Customer Classification
CHEN Bo-cheng,LIANG Bing,ZHOU Yue-bo,LIN Xi-quan,ZHAO Yan. An Application of SOM Neural Network in Customer Classification[J]. Systems Engineering —Theory & Practice, 2004, 24(3): 8-14. DOI: 10.12011/1000-6788(2004)3-8
Authors:CHEN Bo-cheng  LIANG Bing  ZHOU Yue-bo  LIN Xi-quan  ZHAO Yan
Affiliation:School of Economics & Management,Tsinghua University
Abstract:An SOM(Self Organization Map) neural network application in customer classification is studied. First the concept,target selection,classification method of customer classificationis discussed,then SOM clustering method is described,and a customer classification method based on the SOM is given: taken RFM(Recency,Frequency,Monentary) as target indexes,then classifying customer by calculating the integrated target index and analyzing each target index relative varying trend. Finally the simulation is made,and the simulation result is classified in order to verify the arithmetic.1
Keywords:customer classification  SOM  self organization  neural network
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《系统工程理论与实践》浏览原始摘要信息
点击此处可从《系统工程理论与实践》下载全文
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