基于RFA模型和聚类分析的百度外卖客户细分

来源 :计算机科学 | 被引量 : 0次 | 上传用户:rainbow0938
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对百度外卖行业具有的客户数量大、消费数据多、维度多等特点,提出一种基于客户消费行为视角的改进RFM模型。采用层次分析算法确定模型中各个变量的权重,并在此基础上采用K-Means聚类算法进行客户细分,计算确定客户对于商家的个人价值。数据分析结果表明,基于改进RFM模型的客户细分方法可以使商家对不同价值的客户采取针对性的策略。
其他文献
随着GPS设备(如智能手机、GPS导航仪、GPS记录仪等)的广泛应用,其产生的位置信息也越来越多。基于位置的社交网络(Location-Based Social Networks,LBSNs)推荐系统受到了更多的关
近年来,人机交互向着认知系统方向发展,以便提供自然与有效的交互原则。认知系统依靠来自多个传感器的数据的处理和融合算法的结合,通过动态地适应外界环境来改善人机交互体
针对基于载体的秘密通信的需求,提出利用模型点Mean Shift聚类分析的三维模型载体信息隐藏算法。该算法将局部高度引入到模型点显著性衡量中,用以描述顶点的能量和结构特性,
通过综合考虑集合中元素的隶属度、非隶属度和犹豫度,定义了直觉模糊信息系统的加权得分函数。基于此得分函数,定义了直觉模糊信息下的优势关系,运用“逻辑且”的方式将变精度粗
PC/104总线秉承了许多IBM-PC开放式总线结构的优点,针对列车运行的特点和安全性的要求,设计了基于PC/104总线的列车运行监控系统,给出了列车运行监控系统的基本组成和软件结构设计
消息认证码(MAC)是保证信息完整性传输的重要手段,目前已广泛应用于各种安全系统中。iPMAC和VPMAC由于其平行的结构模式成为了消息认证码的典型代表。而iPMAC和VPMAC是否存在新