计算机科学 ›› 2006, Vol. 33 ›› Issue (7): 188-189.
• 计算机网络与信息安全 • 上一篇 下一篇
张光建 黄贤英
出版日期:
发布日期:
ZHANG Guang-Jian ,HUANG Xian-Ying （Chongqing Institute of Technology, Chongqing 400050）
Online:
Published:
摘要： 将聚类分析技术应用于客户关系管理可以改善客户关系，对将来的趋势和行为进行预测，优化营销策略。在综合分析网格聚类算法和K-均值聚类算法的基础上，提出了基于最小聚类单元（Minimum Clustering Cell，简称MCC）的聚类算法，介绍了该算法在CRM中的应用。经证明该算法是一种实用的、速度更快、效率更高的改进聚类算法，它克服了K-均值聚类需要事先给定K值、网格聚类要求数据密集的缺点。
关键词: 数据挖掘 聚类 K均值聚类 网格 CRM（客户关系管理）
Abstract: The clustering technique of data mining can improve the relationship between enterprise and customers, forecast the trend and behaviors to support people＇s decision, optimize marketing policy. The advantages and disadvantages of K-means and grid clusterin
Key words: Data mining, Clustering, k-means clustering, Grid, CRM
张光建 黄贤英. 基于最小聚类单元的聚类算法研究及其在CRM中的应用[J]. 计算机科学, 2006, 33(7): 188-189. https://doi.org/
ZHANG Guang-Jian ,HUANG Xian-Ying （Chongqing Institute of Technology, Chongqing 400050）. [J]. Computer Science, 2006, 33(7): 188-189. https://doi.org/
0 / / 推荐
导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks
链接本文: https://www.jsjkx.com/CN/
https://www.jsjkx.com/CN/Y2006/V33/I7/188
Cited
首页