没有合适的资源?快使用搜索试试~
我知道了~
文库首页
开发技术
其它
基于K-means算法的中国移动市场顾客行为细分策略研究
基于K-means算法的中国移动市场顾客行为细分策略研究
K-means
需积分: 48
16 下载量
197 浏览量
2009-05-01
12:17:23
上传
评论
1
收藏
218KB
PDF
举报
温馨提示
立即下载
基于K-means算法的中国移动市场顾客行为细分策略研究,很实用,建议下载看看
资源推荐
资源评论
基于改进K_means算法的聚类分析研究
浏览:74
基于改进K_means算法的聚类分析研究
基于聚类(Kmeans)算法实现客户价值分析系统(电信运营商)
浏览:139
5星 · 资源好评率100%
基于聚类(Kmeans)算法实现客户价值分析系统(电信运营商)包含(custinfo.csv,custcall.csv以及输出的数据集result,还有图片)
移动通讯客户Kmeans聚类分析练习数据集.xlsx
浏览:89
移动通讯客户Kmeans聚类分析练习数据集Excel格式,适用于机器学习入手练习,xlsx格式,适合多种数据分析工具
K-means聚类算法在民航客户细分中的应用
浏览:56
针对客户关系管理中客户价值这一问题,通过对航空公司现有数据仓库中客户信息的分析,采用数据挖掘技术中的K-means聚类算法建立民航客户细分模型,并通过实验将民航客户细分为3类,提出了对这3类航空客户的相关营销策略。实验结果表明该方法能突出客户之间的行为特征差异,更加准确地划分客户类型,进而使得客户价值约提高30%。
基于K-means算法的数据挖掘与客户细分研究.pdf
浏览:145
基于K-means算法的数据挖掘与客户细分研究.pdf
基于顾客满意和顾客忠诚关系的市场细分方法研究
浏览:80
基于顾客满意和顾客忠诚关系的市场细分方法研究
基于K-means算法的电子商务客户细分研究
浏览:74
文章将数据挖掘技术引入电子商务领域的客户细分研究,为了从客户信息中挖掘出潜在的信息,并对客户进行分类管理,本文采用了聚类算法中基于半监督近邻传播的K-means算法运用于某服装电子商务网站进行客户细分,并详细介绍了新算法的改进过程、实现流程以及通过对某服装电子商务网站数据信息的具体试验,验证其算法改进后的有效优势,具体表现在对数据集中的噪声点能进行有效的排除,并能获取较为精准的初始聚类中心,以提高
论文研究-基于顾客细分的中国手机市场品牌重叠测度.pdf
浏览:122
论文研究-基于顾客细分的中国手机市场品牌重叠测度.pdf, 文章基于品牌个性和品牌定位理论,以中国大陆手机市场作为研究对象,调查了481名手机用户对七大手机品牌的品牌个性的评价;在此基础上,运
基于一种改进的K-means算法的校园网用户行为分析研究 (2011年)
浏览:185
随着师生对网络流量需求的迅速增长,如何合理的增加用户的流量,既能满足用户的基本上网需求,又能合理利用出口带宽。本文基于一种改进的K-means聚类算法,以校园网用户的行为特征为对象进行聚类,为优化用户计费策略和合理的分配出口带宽提供了数据依据,为校园网用户个性化需求方面提供理论依据。
论文研究-基于改进K-Means算法的入侵检测方法 .pdf
浏览:164
基于改进K-Means算法的入侵检测方法,王倩,,近年来数据挖掘技术在入侵检测领域的应用越来越多,K-Means算法是聚类算法中一种高效的划分算法,应用广泛,但是基于K-Means聚类算法�
基于K-means算法的遥感图像分类的matlab实现
浏览:156
基于K-means算法的遥感图像分类的matlab实现
论文研究-基于k-means聚类算法的研究 .pdf
浏览:50
5星 · 资源好评率100%
基于k-means聚类算法的研究,黄韬,刘胜辉,本文首先分析研究聚类分析方法,对多种聚类分析算法进行分析比较,讨论各自的优点和不足,同时针对原k-means算法的聚类结果受随机��
基于K-means聚类算法的鞋服电商消费者细分研究_杨鹏飞.caj
浏览:100
基于K-means聚类算法的鞋服电商消费者细分研究_杨鹏飞.caj
基于大数据K-means聚类算法的在线学习行为路径的研究
浏览:102
针对现代学生信息化管理水平比较低的问题,提出了基于大数据K-means聚类算法的在线学习行为路径设计。首先,对大数据K-means聚类算法进行分析,创建学生在线学习行为模型和行为分析平台。另外,将学生的学习行为作为基础,将其作为大数据来源,实现预测分析与实例验证。通过结果表示,此模型预测结果和实际情况相互吻合,平均预测误差在5%以下,对使用方法的有效性进行验证,以学生学习行为特点对行为规律
基于东南部某高校国际与国内大学生旅游行为比较与研究的旅游市场细分.doc
浏览:9
基于东南部某高校国际与国内大学生旅游行为比较与研究的旅游市场细分.doc
专题讲座2021-2022年模拟卷基于顾客满意和顾客忠诚关系的市场细分方法研究.doc
浏览:138
教育精品资料
基于K-means聚类算法的图像分割及其MATLAB实现
浏览:150
基于K-means聚类算法的图像分割 算法的基本原理: 基于K-means聚类算法的图像分割以图像中的像素为数据点,按照指定的簇数进行聚类,然后将每个像素点以其对应的聚类中心替代,重构该图像。 算法步骤: ①随机选取...
基于K-means算法的光伏曲线聚类研究 关键词:k-means 光伏聚类 聚类 参考文档:基于改进 K-means 聚
浏览:168
基于K-means算法的光伏曲线聚类研究 关键词:k-means 光伏聚类 聚类 参考文档:《基于改进 K-means 聚类的风光发电场景划分》仅部分参考 仿真平台:MATLAB平台 主要内容:代码主要做的是一个光伏曲线聚类的模型,...
论文研究-基于K-means算法的改进色彩分割算法 .pdf
浏览:79
基于K-means算法的改进色彩分割算法,何江龙,双锴,基于色彩空间的图像分割被称为色彩分割。在常用的色彩分割方法中,K-means聚类算法由于其简单快捷、聚类效果好、易于实现等诸多优��
k-means算法程序
浏览:153
关于k-means算法的源程序代码.%%%%%%函数说明%%%%%% %输入: % sample--样本集; % k--聚类数目; %输出: % y--类标; % cnew--聚类中心; % n--迭代次数; function [y cnew n]=k_means(sample,k)
初始聚类中心优化的k-means算法.pdf
浏览:26
4星 · 用户满意度95%
传统的k-means算法对初始聚类中心敏感,聚类结果随不同的初始输入而波动。为消除这种敏感性,提出一种优化初始聚类中心的方法,此方法计算每个数据对象所在区域的密度,选择相互距离最远的k个处于高密度区域的点作为...
k-means (2)_基于K-means算法的图像分割研究_
浏览:172
5星 · 资源好评率100%
基于K-means算法的图像分割研究的完整代码,实现图像分割
k-means算法实例
浏览:94
4星 · 用户满意度95%
一个聚类算法(k-means)实例,对想实践一下K_means算法的朋友很实用
基于 K-means 聚类算法的图像区域分割.zip
浏览:72
基于 K-means 聚类算法的图像区域分割,首先从数据样本种选取K个点作为初始聚类中心,其次计算各个样本到聚类的距离,把样本归到离它最近的那个聚类中心所在的累,计算新形成的每个聚类的数据对象的平均值来得到新的...
模式识别 K-Means算法 实现模式分类
浏览:70
基于Matlab实现: 模式识别 K-Means算法 实现模式分类 模式识别 K-均值算法 实现模式分类
论文研究-基于平均密度优化初始聚类中心的k-means算法.pdf
浏览:104
现有的基于密度优化初始聚类中心的k-means算法存在聚类中心的搜索范围大、消耗时间久以及聚类结果对孤立点敏感等问题,针对这些问题,提出了一种基于平均密度优化初始聚类中心的k-means算法adk-means。该算法将数据...
基于聚类K-means算法的初值依赖性研究
浏览:18
4星 · 用户满意度95%
基于聚类K-means算法的初值依赖性研究.doc
论文研究-一种基于k-means的分布式k-anonymity算法 .pdf
浏览:81
一种基于k-means的分布式k-anonymity算法,张琦颖,程祥,随着的大数据时代的到来,数据分享、数据发布的需求日益增加。然而未经处理发布或共享原始数据,将引起隐私泄露问题。k-anonymity匿�
评论
收藏
内容反馈
立即下载
资源评论
资源反馈
评论星级较低,若资源使用遇到问题可联系上传者,3个工作日内问题未解决可申请退款~
联系上传者
评论
boboxin
粉丝: 0
资源:
13
私信
上传资源 快速赚钱
我的内容管理
展开
我的资源
快来上传第一个资源
我的收益
登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏
我的下载
下载帮助
前往需求广场,查看用户热搜
最新资源
bigint-main.zip
EMC测试指标及测试方法介绍
小皮(Phpstudy)面板存在任意命令执行漏洞-公开版本
delphi7下二维码,实测可用
sfserytvbjngy
第十六届“华中杯”大学生数学建模挑战赛.txt
第十六届“华中杯”大学生数学建模挑战赛.txt
三次样条插值的具体介绍.doc
作业 第三章 栈和队列 顺序存储结构和链式存储结构
test 00000000000000
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功