在經(jīng)濟(jì)全球化、客戶需求個(gè)性化快速發(fā)展的階段,通過(guò)技術(shù)手段滿足客戶的個(gè)性化需求,對(duì)于提高企業(yè)的盈利能力、提升企業(yè)自身價(jià)值具有重要的作用。對(duì)企業(yè)來(lái)說(shuō),采用科學(xué)的方法識(shí)別客戶價(jià)值、對(duì)客戶進(jìn)行精準(zhǔn)定位,是實(shí)現(xiàn)個(gè)性化服務(wù)的關(guān)鍵。論文以汽車維修服務(wù)業(yè)為研究對(duì)象,建立了客戶價(jià)值分析模型,應(yīng)用大數(shù)據(jù)挖掘技術(shù)對(duì)客戶價(jià)值進(jìn)行聚類分析,從客戶數(shù)據(jù)中挖掘出對(duì)經(jīng)營(yíng)決策有價(jià)值的知識(shí)和規(guī)律,幫助汽車維修企業(yè)提升對(duì)客服務(wù)質(zhì)量,提高企業(yè)競(jìng)爭(zhēng)力。論文的主要工作和創(chuàng)新點(diǎn)體現(xiàn)在:（1）分析了傳統(tǒng)RFM客戶價(jià)值分析模型（Recency Frequency and Monecy value,RFM）存在的缺陷,建立了一個(gè)RFM^’IA（Recency Frequency Improved Monecy Introduce and Attention value,RFM’IA）客戶價(jià)值分析模型,給出了模型中各個(gè)指標(biāo)的定義,闡述了模型對(duì)客戶價(jià)值的分析和判斷方法。（2）針對(duì)傳統(tǒng)FCM算法（Fuzzy C-means Clustering Algorithm,FCM）中存在聚類個(gè)數(shù)與聚類中心不確定的問(wèn)題,提出了O

【文章來(lái)源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：87 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

國(guó)內(nèi)外汽車市場(chǎng)利潤(rùn)占比

聚類分析效果圖

3隸屬度直觀解釋

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)OPTICS聚類的雷達(dá)信號(hào)預(yù)分選方法[J]. 吳連慧,周秀珍,宋新超.  艦船電子對(duì)抗. 2018(06)
[2]基于客戶滿意的汽車售后服務(wù)創(chuàng)新研究[J]. 何珍.  中國(guó)市場(chǎng). 2018(35)
[3]地質(zhì)變形監(jiān)測(cè)專利技術(shù)綜述[J]. 楚顯玉,趙志洪.  河南科技. 2018(20)
[4]網(wǎng)絡(luò)購(gòu)物臨場(chǎng)感、信任與消費(fèi)者在線粘性——以B2C模式下消費(fèi)者網(wǎng)購(gòu)生鮮農(nóng)產(chǎn)品為例[J]. 康培,孫劍,鄧彥宇.  企業(yè)經(jīng)濟(jì). 2018(07)
[5]大數(shù)據(jù)背景下機(jī)器學(xué)習(xí)并行算法研究[J]. 馬巍巍,殷鳳梅,張江.  電子技術(shù)與軟件工程. 2018(11)
[6]Hadoop的兩大核心技術(shù)HDFS和MapReduce[J]. 李港,劉玉程.  電子技術(shù)與軟件工程. 2018(07)
[7]基于OPTICS聚類的差分隱私保護(hù)算法的改進(jìn)[J]. 王紅,葛麗娜,王蘇青,王麗穎,張翼鵬,梁竣程.  計(jì)算機(jī)應(yīng)用. 2018(01)
[8]最優(yōu)聚類個(gè)數(shù)和初始聚類中心點(diǎn)選取算法研究[J]. 張素潔,趙懷慈.  計(jì)算機(jī)應(yīng)用研究. 2017(06)
[9]“清新+精致”的日式創(chuàng)意——日本博報(bào)堂（hakuhodo）經(jīng)典案例分享[J]. 林瑩,王叔良.  中國(guó)廣告. 2015(06)
[10]數(shù)據(jù)挖掘在物流客戶細(xì)分中的應(yīng)用[J]. 李煜,陳相汝.  現(xiàn)代商貿(mào)工業(yè). 2015(07)

碩士論文
[1]基于Spark平臺(tái)的大數(shù)據(jù)聚類算法研究及其應(yīng)用[D]. 劉磊.南京郵電大學(xué) 2018
[2]聚類分析中最佳聚類數(shù)確定方法研究[D]. 張雄.南京郵電大學(xué) 2018
[3]現(xiàn)役雷達(dá)預(yù)測(cè)性維修保障資源匹配算法研究[D]. 王慧敏.西安電子科技大學(xué) 2018
[4]基于模糊聚類的并行化推薦算法設(shè)計(jì)與研究[D]. 楊業(yè).浙江理工大學(xué) 2018
[5]基于客戶價(jià)值細(xì)分的A電商企業(yè)CRM系統(tǒng)優(yōu)化[D]. 王璀璨.北京交通大學(xué) 2017
[6]基于Hadoop的物流歷史數(shù)據(jù)聚類挖掘研究[D]. 蘇金.西安工業(yè)大學(xué) 2017
[7]區(qū)間數(shù)模糊層次分析法在信息安全風(fēng)險(xiǎn)評(píng)估中的研究與應(yīng)用[D]. 鄒華莎.湖北工業(yè)大學(xué) 2017
[8]汽車后服務(wù)轉(zhuǎn)型及市場(chǎng)發(fā)展分析[D]. 徐小晶.浙江工業(yè)大學(xué) 2017
[9]基于Spark平臺(tái)的空間數(shù)據(jù)挖掘DBSCAN聚類算法并行化研究[D]. 金都.電子科技大學(xué) 2017
[10]基于云計(jì)算的文本分類研究與應(yīng)用[D]. 嚴(yán)嘉銘.浙江理工大學(xué) 2016



本文編號(hào)：3079568