基于购买行为的客户分群研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 课题研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 本文主要研究内容 | 第11-12页 |
| 1.4 本文的主要创新点及论文结构 | 第12-13页 |
| 第2章 客户分群概述 | 第13-20页 |
| 2.1 客户分群的原理概述 | 第13-15页 |
| 2.1.1 客户分群概念的产生 | 第13-14页 |
| 2.1.2 客户分群方法的分类 | 第14-15页 |
| 2.2 聚类算法概述 | 第15-17页 |
| 2.2.1 聚类算法的分类 | 第15-16页 |
| 2.2.2 聚类算法的评价标准 | 第16-17页 |
| 2.3 聚类算法在客户分群中的应用 | 第17-18页 |
| 2.4 当前客户分群面临的挑战 | 第18页 |
| 2.5 本章小结 | 第18-20页 |
| 第3章 商品树和购买树 | 第20-27页 |
| 3.1 商品树的概念和创建方法 | 第20-24页 |
| 3.2 购买树的概念和创建方法 | 第24-26页 |
| 3.3 本章小结 | 第26-27页 |
| 第4章 基于购买树层次聚类的客户分群方法 | 第27-38页 |
| 4.1 购买树节点的距离计算 | 第27页 |
| 4.2 购买树层次距离计算 | 第27-28页 |
| 4.3 购买树之间的距离计算 | 第28页 |
| 4.4 基于购买树层次聚类的客户分群方法 | 第28-33页 |
| 4.4.1 聚类树创建的相关定义 | 第29-31页 |
| 4.4.2 基于购买树层次聚类分群方法 | 第31-33页 |
| 4.5 实验结果与分析 | 第33-37页 |
| 4.6 本章小结 | 第37-38页 |
| 第5章 基于RFM购买树的客户分群方法 | 第38-47页 |
| 5.1 购买树节点RFM值计算 | 第38-39页 |
| 5.2 RFM购买树相似度计算 | 第39页 |
| 5.3 基于RFM购买树的客户聚类方法 | 第39-42页 |
| 5.3.1 CoverTree结构 | 第40页 |
| 5.3.2 密度估计 | 第40-41页 |
| 5.3.3 聚类 | 第41-42页 |
| 5.4 实验结果与分析 | 第42-45页 |
| 5.5 本章小结 | 第45-47页 |
| 第6章 总结与展望 | 第47-49页 |
| 参考文献 | 第49-54页 |
| 附件 | 第54-55页 |
| 致谢 | 第55-56页 |
| 攻读硕士学位期间的研究成果 | 第56页 |
