客户价值分析模型构建由两部分构成:一是根据5个指标的数据,进行航空公司客户聚类分群,二是结合业务对客户群进行特征分析。 3.1 客户聚类 采用K-Means聚类算法对客户数据进行客户分群,聚为5类。代码如下。 #K-Means聚类算法 from sklearn.cluster import KMeans inputfile = './zscoreddata.xls' k = 5 data1 ...
基于一份航空公司的数据,数据包含信息有客户基本信息、乘机信息、以及积分信息等详细数据,大约6万多条数据,依据末次飞行时间LAST_FLIGHT_DATE,以2020.3.31为结束时间,选取宽度为2年的时间段作为分析观测窗口。 数据中,客户乘机信息主要重点字段包含: LOAD_TIME-观测结束时间 FLIGHT_COUNT-观测窗口内飞行次数 SUM_YR_...
基于K-means聚类方法的航空公司客户价值分析 下载积分: 1000 内容提示: 2018 年 7 月的创业指导,帮助学生的创业项目落地开花。4.4 构建个性化推荐系统面对创业师资队伍建设问题, 民办高校可以设计基于学校、 创业指导教师双向选择的推荐系统。 其一应用在招聘领域, 利用民办高校的招聘信息和创业指导教师的个人简历信息,...
虽然RFM模型可以衡量客户价值,但是对于这次的航空数据集,在聚类之后对于刻画不同的用户价值的效果并不理想,所以基于RFM模型可能不合适。由于同样的消费金额的不同旅客对航空公司的价值不同,例如买长航线、低等仓的旅客和买短航线、高等仓的旅客消费金额相同,但是价值却是不同的。显然后者更有价值。所以进一步地,选择...
简介:Python基于RFM模型和K-Means聚类算法进行航空公司客户价值分析 说明:这是一个机器学习实战项目(附带数据+代码+文档+视频讲解),如需数据+代码+文档+视频讲解可以直接到文章最后获取。 1.项目背景 企业在面向客户制定运营策略、营销策略时,希望能够针对不同的客户推行不同的策略,实现精准化运营,以期获取最大的转化...
关键词聚类分析K-means聚类算法客户价值 1引言 市场分析理论认为,20%的客户带来约80%的利润,即帕累托所谓“关键的少数与次要的多数”的关于市场分布的一般规律[1]。通常情况下,只有少部分高价值的客户才能够为企业带来大部分利润。进行客户细分后,企业可以为高价值客户提供足够的技术和人力试粗С郑 猿浞致 闫涠云...
降低客户流失率 提高收入 增加ARPU 值(average revenue per user 每个用户平均收益) 精准的市场营销策略定制 二、使用聚类模型—分析项目需求 由于客户多,消费行为复杂,很难人工对客户打标签,这种情况下: 采用无监督学习的聚类算法更恰当 通过对客户的特征,日常消费行为进行分析,了解其偏好, ...
基于K-mea聚类算法的客户价值分析研究 步骤1:初始化聚类中心ci,i=1,„,c。典型的做法是从所有数 据点中任取c个点。步骤2:用式(3)确定隶属矩阵U。步骤3:根 据式(1)计算价值函数。如果它小于某个确定的阀值,或它相对上 次价值函数值的改变量小于某个阀值,则算法停止。步骤4:根据式 (4)修正聚类中心。返...
客户细分、数据挖掘、可视化分析、K-Means聚类随着人民生活水平的不断提高和航空技术的发展,航空运输量越来越大,行业内外之间的竞争也日趋激烈.为提高航空公司经济效益,对旅客进行个性化销售,本文基于K-means算法对航空旅客进行价值细分,将原本粗糙的数据经过预处理后进行聚类,进而对客户特征可视化分析,便于航空公司针对不...
基于ANP和K—means聚类的客户价值分类模型及应用