基于聚類技術的客戶分類系統(tǒng)研究與實現.pdf

1、客戶分類是指根據一個或若干個客戶屬性劃分客戶集合的過程。目前客戶分類方法存在著沒有充分利用客戶相關數據的不足，本文主要研究基于聚類技術的，結合客戶靜態(tài)屬性數據和動態(tài)屬性數據的客戶分類模型，以及基于該模型的原型系統(tǒng)的設計與實現。 聚類分析技術是將數據區(qū)分為自然的群體，并給出每個群體特征描述的一種數據挖掘方法，是數據挖掘和知識發(fā)現的一種基本方法。本文定義了一種基于語義距離的對象相似度判定函數，進而提出了一種面向領域的改進概念聚類算法

2、DMCA(Domain based Modified Clustering Algorithm)，該算法能夠自動確定聚類數目，且可以用于范疇屬性和數值屬性混合描述對象的情況。基于DMCA算法，本文進而提出了一種混合屬性的客戶分類模型MACSM（Mixture Attributes Customer Segmentation Model），該模型結合客戶靜態(tài)屬性和動態(tài)屬性數據，可以更加全面地分析客戶特征，提高客戶分類的準確性。對于客戶動態(tài)

3、屬性數據，該模型提出一種提取時序特征值的方法，結合領域知識對連續(xù)數值屬性進行概念劃分，通過概念歸納處理，用概念合取表達式解釋聚類輸出，最后，該模型還提出一種類似RFM模型的客戶價值分析方法。實驗表明DMCA算法是有效的，MACSM模型可以提高客戶分類的準確性。 數據挖掘是一門實踐性很強的學科，本文基于MACSM客戶分類模型，結合多維分析技術、PMML和Web可視化技術設計并實現了一個可視化在線客戶分類系統(tǒng)。它支持PMML聚類模型