基于LRFM模型的網貸平臺借款用戶分類研究
發(fā)布時間:2021-01-10 19:20
網絡借貸平臺能快速聚集客戶,也能快速流失客戶,有效的客戶識別、細分及目標客戶的選擇和維持對于網絡借貸平臺的發(fā)展至關重要。文章針對網絡借貸平臺,在傳統(tǒng)RFM模型的基礎上構建了LRFM模型,使用兩步聚類方法,將拍拍貸網站的借款用戶細分為4類,并根據不同客戶類型提供相應的營銷建議。
【文章來源】:無線互聯(lián)科技. 2020,17(12)
【文章頁數】:2 頁
【文章目錄】:
1 網絡借貸與客戶細分
2 LRFM模型與聚類算法
2.1 LRFM模型
2.2 兩步聚類算法
3 實證分析
3.1 數據描述
3.2 聚類結果分析
4 結語
【參考文獻】:
期刊論文
[1]情感回報、經濟激勵與P2P網貸投資意愿——機構保障的調節(jié)作用[J]. 丁良超,韋婧,陳冬宇. 金融論壇. 2019(08)
[2]基于RFM模型的個人客戶忠誠度研究[J]. 王文賢,金陽,陳道斌. 金融論壇. 2012(03)
[3]基于客戶價值的客戶分類方法研究[J]. 黃亦瀟,邵培基,李菁菁. 預測. 2004(03)
本文編號:2969267
【文章來源】:無線互聯(lián)科技. 2020,17(12)
【文章頁數】:2 頁
【文章目錄】:
1 網絡借貸與客戶細分
2 LRFM模型與聚類算法
2.1 LRFM模型
2.2 兩步聚類算法
3 實證分析
3.1 數據描述
3.2 聚類結果分析
4 結語
【參考文獻】:
期刊論文
[1]情感回報、經濟激勵與P2P網貸投資意愿——機構保障的調節(jié)作用[J]. 丁良超,韋婧,陳冬宇. 金融論壇. 2019(08)
[2]基于RFM模型的個人客戶忠誠度研究[J]. 王文賢,金陽,陳道斌. 金融論壇. 2012(03)
[3]基于客戶價值的客戶分類方法研究[J]. 黃亦瀟,邵培基,李菁菁. 預測. 2004(03)
本文編號:2969267
本文鏈接:http://www.sikaile.net/jingjilunwen/touziyanjiulunwen/2969267.html
最近更新
教材專著