Chung-Hua University Repository:Item 987654321/30908
English  |  正體中文  |  简体中文  |  全文笔数/总笔数 : 8557/14866 (58%)
造访人次 : 1404080      在线人数 : 2274
RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜寻范围 查询小技巧:
  • 您可在西文检索词汇前后加上"双引号",以获取较精准的检索结果
  • 若欲以作者姓名搜寻,建议至进阶搜寻限定作者字段,可获得较完整数据
  • 进阶搜寻
    主页登入上传说明关于CHUR管理 到手机版


    jsp.display-item.identifier=請使用永久網址來引用或連結此文件: http://chur.chu.edu.tw/handle/987654321/30908


    题名: Customer Cluster Analysis Using SOM-A Case Study of SMS Company Customer Service以SOM 進行顧客群集分析之研究-以簡訊業者客戶服務為例
    作者: 許良僑
    Sheu, Liang-Chyau
    贡献者: 科技管理學系
    Technology Management
    关键词: 顧客分群;行銷策略;自組織映射圖網路;資料探勘
    Customer Clustering;Marketing Strategy;Self-Organizing Map;Data Mining
    日期: 2010
    上传时间: 2014-06-27 01:15:13 (UTC+8)
    摘要: 本研究以簡訊業者為案例,首先將顧客過去的消費行為,包括購買行為、發送行為、發送對象以及業務拓展,建立特徵擷取與正規化,採用類神經網路中資料分群之方法一自組織映射網路(Self-Organizing Map,SOM),找到顧客群組樣本類型,再將群組狀態分析,找出顧客類型分類後,再依顧客類型制定行銷手法。第二階段利用SOM回想技術,針對分群結果將近期顧客於群組落點分類判斷,再次以SOM回想技術判別屬何種顧客,易於企業將新顧客分類,再選擇對企業適當的行銷策略,亦即可有助於企業獲取更高的報酬,及提升顧客之保留率。
    In this paper, a Self-Organizing Map (SOM) is used to cluster consumers based on customer data of a short message service (SMS) company. First, raw data are quantified and normalized for the learning phase of SOM. The clusters found by the SOM are then us
    显示于类别:[科技管理學系] 研討會論文

    文件中的档案:

    档案 描述 大小格式浏览次数
    s_m530_0593.pdf35KbAdobe PDF168检视/开启


    在CHUR中所有的数据项都受到原著作权保护.


    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 回馈