基于改进K-Means算法的电商用户聚类分析和应用研究

基于改进K-Means算法的电商用户聚类分析和应用研究

论文摘要

随着电子商务的快速发展,用户之间异质性逐渐明显。为了对用户合理细分,本文通过逐次递进的思想,借助经典RFM模型中的关键指标,选择最后购买时间R作聚类簇类的控制因素。借助改进的K-Means算法对电商企业用户进行聚类研究,从而得到合理的聚类分类结果及各簇类用户的特征行为,为电子商务企业的精准营销奠定了基础。

论文目录

  • 一、引言
  • 二、理论及数据基础
  • 三、聚类数据分析
  • 四、结论及扩展
  • 文章来源

    类型: 期刊论文

    作者: 郭磊,郭湖斌,赵荔

    关键词: 大数据,聚类分析,精准营销

    来源: 商场现代化 2019年20期

    年度: 2019

    分类: 经济与管理科学,信息科技

    专业: 计算机软件及计算机应用,贸易经济

    单位: 上海立信会计金融学院

    基金: 教育部青年基金项(15YJC630027),上海市哲学社会科学规划课题(2015EGL004)

    分类号: F713.36

    DOI: 10.14013/j.cnki.scxdh.2019.20.002

    页码: 5-8

    总页数: 4

    文件大小: 1324K

    下载量: 516

    相关论文文献

    标签:;  ;  ;  

    基于改进K-Means算法的电商用户聚类分析和应用研究
    下载Doc文档

    猜你喜欢