原文传递
基于KFAV的中国铁路货运客户细分方法研究
| 题名： | 基于KFAV的中国铁路货运客户细分方法研究 |
| 正文语种： | 中文 |
| 作者： | 张斌；彭其渊； |
| 关键词： | 铁路运输；KFAV模型；K均值算法；客户细分；RFM模型 |
| 摘要： | 中国铁路货物运输由于诸多因素的影响,在客户和货源数量上受到了冲击,需要在客户关系管理及营销等方面不断完善,其中客户细分是精确营销的重要手段.本文提出了基于RFM模型的,新的客户分类KFAV模型,并对货运客户价值进行了计算.之后引入了局部密度值ρ和斥类值δ,对传统K均值(K-means)聚类方法在初始聚类中心选取方面进行了优化.通过搭建hadoop集群环境,采用spark计算框架,对选取的大量货票数据进行仿真.仿真结果显示,基于KFAV模型的铁路货运客户细分方法更加具有针对性,并且改进的K均值聚类方法提升了 |
| 期刊名称： | 交通运输系统工程与信息 |
| 出版年： | 2017 |
| 期： | 03 |
| 页码： | 235-242 |
检索历史
应用推荐
