基于聚類技術(shù)的客戶細(xì)分研究與應(yīng)用.pdf

1、近年來，隨著手機終端價格和移動通信業(yè)務(wù)資費的大幅降低，我國移動通信客戶數(shù)持續(xù)高速增長，至2006年底，移動電話客戶規(guī)模達(dá)到4.6億；與此同時，隨著通信技術(shù)的日新月異，客戶對移動通信產(chǎn)品的消費需求也愈趨復(fù)雜多樣。顯然，面對規(guī)模龐大的移動通信客戶群體以及巨大的消費需求差別，傳統(tǒng)基于人口統(tǒng)計數(shù)據(jù)的客戶細(xì)分方法已經(jīng)難以深入了解客戶需求和有效識別高價值的客戶。而基于聚類技術(shù)的客戶細(xì)分是通過對蘊含客戶消費行為模式的運營數(shù)據(jù)進(jìn)行多維分析，可以深入刻畫

2、客戶消費特征、清晰顯示客戶消費的差別。該細(xì)分方法已經(jīng)引起市場研究人員的廣為認(rèn)同。 在大量有關(guān)基于聚類技術(shù)的客戶細(xì)分的論文中，K均值算法由于原理簡單，具有可伸縮性，應(yīng)用最為普遍。然而，傳統(tǒng)K均值算法存在一些缺陷，主要是需人為指定聚類個數(shù)、距離度量測度單一和聚類結(jié)果易受初始質(zhì)心的影響等缺陷。這些缺陷嚴(yán)重影響了算法的實際使用效果。基于此，本文首先對K均值聚類算法進(jìn)行了研究。以K均值算法的三個缺陷為切入點嘗試做相應(yīng)的改進(jìn)，具體包括嘗試?yán)?/p>

3、用Ward氏層次聚類算法確定簇個數(shù)的方法以及基于四分位相對離差系數(shù)的加權(quán)方法提高聚類質(zhì)量；在前人研究初始質(zhì)心思路的基礎(chǔ)上設(shè)計實現(xiàn)了二分K均值降低聚類結(jié)果易受初始質(zhì)心的影響，并通過實驗數(shù)據(jù)驗證改進(jìn)效果；在改進(jìn)方法的基礎(chǔ)上提出了一套完整的聚類分析方法流程BKWW(BisectingKMeansbased0nWeightandWard's)。然后，本文以移動通信行業(yè)為背景，收集了江西某地移動公司的客戶資料和消費數(shù)據(jù)，應(yīng)用BKWW聚類方法分別對