摘要
伴随互联网技术全球化进程的加快,数据的爆炸式增长推动了大数据时代的到来。如何有效地从这些复杂的多元数据中挖掘出其中的有价值信息,成为当今时代急需解决的难题之一。本文利用数据挖掘领域经典的K-means聚类算法,对某移动通讯运营商的客户通话行为数据进行分析,将所有客户按照其显著特点细分为五种典型的客户群体。针对每一类客户群,运营商可以制定具有针对性的营销策略,推行个性化的服务,将有限的资源集中于高价值商用客户,发展、保持中端客户以及普通客户,保持良好稳定的客户公司关系,提升自身竞争力,最终实现企业自身利益的长远增长。
引文
[1]胡雄伟,张宝林,李抵飞.大数据研究与应用综述(上).标准科学,2013,29~34.
[2]王钟廉.基于大数据的分类算法研究——以乳腺癌tnm分期为例.电子制作,2018,95~97.
[3]王惠中,彭安群.数据挖掘研究现状及发展趋势.工矿自动化,2011,37:29~32.
[4]董阳光.基于apriori算法的关联规则超市购物推荐算法研究.中国战略新兴产业,2017,40~42.
[5]黄扬智.基于k-means聚类方法的航空公司客户价值分析.通讯世界,2018,303~305.
[6]夏维力,王青松.基于客户价值的客户细分及保持策略研究.管理科学,2006,35~38.
[7]曾小青,徐秦,张丹,等.基于消费数据挖掘的多指标客户细分新方法.计算机应用研究,2013,30:2944~2947.
[8]王千,王成,冯振元,等.K-means聚类算法研究综述.电子设计工程,2012,20:21~24.
[9]冯波,郝文宁,陈刚,等.K-means算法初始聚类中心选择的优化.计算机工程与应用,2013,49:182~185+192.
[10]郑南宁.人工智能面临的挑战.自动化学报,2016,42:641~642.