李向荣:改进K-Means聚类算法在停车用户价值分群中的应用论文

李向荣:改进K-Means聚类算法在停车用户价值分群中的应用论文

本文主要研究内容

作者李向荣,范福海,孟向海(2019)在《改进K-Means聚类算法在停车用户价值分群中的应用》一文中研究指出:随着信息化、互联网时代发展层次的不断深入,现在很多企业将用户关系管理作为营销的焦点,用户价值分群是量化用户关系管理系统的关键指标。论文以停车业务用户停车数据为切入点,在传统客户关系管理分析RFM模型的基础上,结合停车业务要求,重构分析参数,构建FLCPA参数模型,并在传统K-Means聚类算法的基础上,提出一种新的确定K-Means算法最优聚类数的方法,有效识别不同价值的用户,最终实现用户价值分群,帮助企业制定针对化和个性化营销策略。

Abstract

sui zhao xin xi hua 、hu lian wang shi dai fa zhan ceng ci de bu duan shen ru ,xian zai hen duo qi ye jiang yong hu guan ji guan li zuo wei ying xiao de jiao dian ,yong hu jia zhi fen qun shi liang hua yong hu guan ji guan li ji tong de guan jian zhi biao 。lun wen yi ting che ye wu yong hu ting che shu ju wei qie ru dian ,zai chuan tong ke hu guan ji guan li fen xi RFMmo xing de ji chu shang ,jie ge ting che ye wu yao qiu ,chong gou fen xi can shu ,gou jian FLCPAcan shu mo xing ,bing zai chuan tong K-Meansju lei suan fa de ji chu shang ,di chu yi chong xin de que ding K-Meanssuan fa zui you ju lei shu de fang fa ,you xiao shi bie bu tong jia zhi de yong hu ,zui zhong shi xian yong hu jia zhi fen qun ,bang zhu qi ye zhi ding zhen dui hua he ge xing hua ying xiao ce lve 。

论文参考文献

  • [1].基于K-means的最佳聚类数确定方法研究[J]. 李红岩,胡林林,王江波,周红芳.  电脑知识与技术.2014(01)
  • [2].基于聚类数和初始值的K-means算法改进研究[J]. 屈新怀,高万里,丁必荣,李朕.  组合机床与自动化加工技术.2011(04)
  • [3].高效率的K-means最佳聚类数确定算法[J]. 王勇,唐靖,饶勤菲,袁巢燕.  计算机应用.2014(05)
  • [4].K-means算法最佳聚类数评价指标研究[J]. 郭靖,侯苏.  软件导刊.2017(11)
  • [5].一种新的K-means最佳聚类数确定方法[J]. 韩凌波.  现代计算机.2013(30)
  • [6].优化加权多视角K-means聚类算法[J]. 贺艳芳,梁书田.  计算机技术与发展.2019(03)
  • [7].基于K-means聚类算法优化方法的研究[J]. 刘叶,吴晟,周海河,吴兴蛟,韩林峄.  信息技术.2019(01)
  • [8].基于均匀抽样的二阶差分聚类数确定方法[J]. 陈艳,陈光,易叶青,刘强.  计算机与现代化.2017(10)
  • [9].聚类数的确定[J]. 张逸清,刘文才.  计算机与数字工程.2007(02)
  • [10].基于可变聚类数k值的聚类算法在绩效考核中的应用[J]. 符君,周海琨,高平.  节能.2013(07)
  • 论文详细介绍

    论文作者分别是来自计算机与数字工程的李向荣,范福海,孟向海,发表于刊物计算机与数字工程2019年07期论文,是一篇关于价值分群论文,模型论文,聚类算法论文,最优聚类数论文,计算机与数字工程2019年07期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自计算机与数字工程2019年07期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  

    李向荣:改进K-Means聚类算法在停车用户价值分群中的应用论文
    下载Doc文档

    猜你喜欢