K-Means算法在客户细分中的应用研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 1. 前言 | 第12-18页 |
| ·研究背景与动机 | 第12-14页 |
| ·研究目的 | 第14-15页 |
| ·研究方法与步骤 | 第15-16页 |
| ·论文架构 | 第16-18页 |
| 2. 客户细分中相关技术理论介绍 | 第18-40页 |
| ·客户细分方法论 | 第18-23页 |
| ·聚类分析相关概念和定义 | 第23-26页 |
| ·聚类算法分类概述 | 第26-28页 |
| ·K-MEANS 聚类分析 | 第28-37页 |
| ·K-MEANS 聚类实证分析之文献回顾与浅析 | 第37-38页 |
| ·聚类评价准则 | 第38-39页 |
| ·主成分分析 | 第39-40页 |
| 3. 实证研究架构 | 第40-43页 |
| 1. 业务目标定义 | 第40页 |
| 2. 选择数据 | 第40页 |
| 3. 数据准备 | 第40-41页 |
| 4. K-Means 聚类 | 第41页 |
| 5. 结果评估验证 | 第41页 |
| 6. 模型执行及应用营销策略 | 第41-42页 |
| 7. 模型部署 | 第42-43页 |
| 4. 实证分析 | 第43-84页 |
| ·业务目标定义 | 第43-44页 |
| ·数据选择与整合 | 第44-47页 |
| ·数据准备 | 第47-57页 |
| ·K-MEANS 聚类分析 | 第57-74页 |
| ·最终的聚类结果 | 第74-83页 |
| ·模型部署与应用 | 第83-84页 |
| 5. 研究结论分析 | 第84-87页 |
| ·实证结果分析 | 第84-85页 |
| ·本研究的贡献与不足 | 第85-86页 |
| ·后续研究的建议 | 第86-87页 |
| 参考文献 | 第87-92页 |
| 附录 | 第92-108页 |
| 后记 | 第108-109页 |
| 致谢 | 第109-110页 |
| 在读期间科研成果目录 | 第110页 |
