本文選題：客戶細(xì)分 + 保險(xiǎn)��； 參考：《現(xiàn)代計(jì)算機(jī)(專業(yè)版)》2016年33期

【摘要】：通過聚類實(shí)現(xiàn)客戶細(xì)分,能夠從客戶的人口統(tǒng)計(jì)信息和歷史消費(fèi)行為中發(fā)現(xiàn)客戶的購買偏好和購買行為,這將為保險(xiǎn)行業(yè)的營銷決策制定提供重要依據(jù)。針對(duì)傳統(tǒng)K-Means算法對(duì)于客戶細(xì)分初始條件敏感的弱點(diǎn),提出基于黃金分割的改進(jìn)K-Means聚類方法,該方法能夠確定最佳聚類個(gè)數(shù),并通過實(shí)例驗(yàn)證該算法在保險(xiǎn)客戶細(xì)分中的有效性。
[Abstract]:Through clustering to realize customer segmentation, customers' purchase preference and purchase behavior can be found from customer's demographic information and historical consumption behavior, which will provide an important basis for marketing decision making in insurance industry. Aiming at the weakness of the traditional K-Means algorithm which is sensitive to the initial condition of customer segmentation, an improved K-Means clustering method based on golden section is proposed. The method can determine the optimal number of clusters, and the effectiveness of the algorithm in insurance customer segmentation is verified by an example.
【作者單位】： 天津財(cái)經(jīng)大學(xué)理工學(xué)院;
【基金】：2015年地方高校國家級(jí)大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目
【分類號(hào)】：TP311.13;F274

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 于宗民;;從客戶細(xì)分看企業(yè)信息化建設(shè)中的缺失[J];中國金融電腦;2007年07期

2 張靜;;通信企業(yè)客戶細(xì)分及相關(guān)技術(shù)綜述[J];信息與電腦(理論版);2014年01期

3 李益強(qiáng),漆晨曦;基于數(shù)據(jù)挖掘的電信客戶細(xì)分研究析[J];廣東通信技術(shù);2005年05期

4 張曉航;基于聚類算法的客戶細(xì)分[J];通信企業(yè)管理;2005年12期

5 趙坊芳;;客戶細(xì)分中聚類的應(yīng)用[J];電腦知識(shí)與技術(shù);2010年11期

6 文碧桂;趙蔚;;網(wǎng)絡(luò)教育服務(wù)中的客戶細(xì)分策略分析[J];中國教育技術(shù)裝備;2010年12期

7 岳小婷;;基于客戶消費(fèi)行為的電信客戶細(xì)分[J];電子商務(wù);2011年12期

8 胡靜靜;王愛金;;3G業(yè)務(wù)的客戶細(xì)分研究[J];商業(yè)文化(下半月);2011年12期

9 宋才華;藍(lán)源娟;范婷;翟鴻榮;李濱濤;;電力企業(yè)客戶細(xì)分模型研究[J];現(xiàn)代電子技術(shù);2014年02期

10 王荇;李彗;;基于聚類的客戶細(xì)分方法研究[J];電腦知識(shí)與技術(shù);2008年S1期

相關(guān)會(huì)議論文 前3條

1 張國政;;基于CLV及客戶滿意度的客戶細(xì)分研究[A];中國市場營銷創(chuàng)新與發(fā)展學(xué)術(shù)研討會(huì)論文集[C];2009年

2 謝琳;潘定;;珠三角寬帶客戶細(xì)分及保持策略研究[A];第二十九屆中國控制會(huì)議論文集[C];2010年

3 盧艷麗;韓景元;袁麗娜;;基于客戶終身價(jià)值的客戶細(xì)分方法實(shí)證研究[A];中國市場學(xué)會(huì)2006年年會(huì)暨第四次全國會(huì)員代表大會(huì)論文集[C];2006年

相關(guān)重要報(bào)紙文章 前10條

1 范煒;合理確定客戶細(xì)分標(biāo)準(zhǔn)是理財(cái)業(yè)務(wù)的重中之中[N];中國城鄉(xiāng)金融報(bào);2006年

2 ;撥開“客戶細(xì)分”迷霧[N];網(wǎng)絡(luò)世界;2006年

3 工業(yè)和信息化部電信研究院泰爾管理研究所 狄輝;客戶細(xì)分魔法書[N];通信產(chǎn)業(yè)報(bào);2009年

4 任柏菘;普爾特的客戶細(xì)分[N];中國房地產(chǎn)報(bào);2011年

5 主持人 中國房地產(chǎn)報(bào)管理評(píng)論部資深記者 張勁松;怎樣實(shí)現(xiàn)中國特色的客戶細(xì)分？[N];中國房地產(chǎn)報(bào);2011年

6 郵儲(chǔ)銀行江蘇省連云港市分行 朱慈;基于經(jīng)濟(jì)生命周期的銀行客戶細(xì)分[N];中國郵政報(bào);2013年

7 本報(bào)記者 李秀中;客戶細(xì)分 上海大眾運(yùn)作“關(guān)系營銷”[N];第一財(cái)經(jīng)日?qǐng)?bào);2005年

8 記者 方俊;券商強(qiáng)化客戶細(xì)分初嘗甜頭[N];上海證券報(bào);2011年

9 中研博峰咨詢有限公司咨詢顧問 高榮霞;六步驟鎖定細(xì)分市場[N];通信產(chǎn)業(yè)報(bào);2009年

10 楊怡 劉學(xué);重慶移動(dòng)深度推進(jìn)客戶細(xì)分工程[N];人民郵電;2006年

相關(guān)碩士學(xué)位論文 前10條

1 吳昊;基于利益的客戶細(xì)分方法研究[D];華中科技大學(xué);2004年

2 羅斌;面向客戶細(xì)分的改進(jìn)關(guān)聯(lián)規(guī)則算法研究[D];哈爾濱工業(yè)大學(xué);2006年

3 蔡巧宇;基于數(shù)據(jù)挖掘的客戶細(xì)分案例分析[D];蘭州財(cái)經(jīng)大學(xué);2015年

4 徐歡;基于數(shù)據(jù)挖掘的房地產(chǎn)開發(fā)企業(yè)既有客戶細(xì)分研究[D];重慶大學(xué);2015年

5 陳東沂;融合用戶興趣和文本聚類的企業(yè)微博客戶細(xì)分[D];廣東外語外貿(mào)大學(xué);2015年

6 鄒湘萍;基于數(shù)據(jù)挖掘的移動(dòng)公司高端客戶細(xì)分及營銷策略研究[D];電子科技大學(xué);2013年

7 張潔勤;電信企業(yè)針對(duì)性營銷系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2014年

8 楊曉斌;改進(jìn)的BIRCH算法在電信客戶細(xì)分中的應(yīng)用[D];合肥工業(yè)大學(xué);2015年

9 樊仙仙;基于聚類分析的H銀行客戶細(xì)分及營銷策略研究[D];華東理工大學(xué);2016年

10 楊茜;基于大數(shù)據(jù)的客戶細(xì)分模型及精確營銷策略研究[D];南京郵電大學(xué);2015年

，

本文編號(hào)：1788693