【数据挖掘实战】——航空公司客户价值分析(K-Means聚类案例)

本文介绍了在航空公司客户价值分析中,RFM模型的不足,并提出了适用于航空公司的LRFMC模型,通过K-Means聚类对客户进行细分。分析过程中包括数据抽取、探索性分析、数据预处理和模型构建。旨在识别不同价值的客户群体,以便制定个性化的营销策略。
摘要由CSDN通过智能技术生成

🤵‍♂️ 个人主页:@Lingxw_w的个人主页

✍🏻作者简介:计算机科学与技术研究生在读
🐋 希望大家多多支持,我们一起进步!😄
如果文章对你有帮助的话,
欢迎评论 💬点赞👍🏻 收藏 📂加关注+

目录

一、背景和挖掘目标 

1、RFM模型缺点分析

2、原始数据情况

3、挖掘目标

二、分析方法与过程

1、初步分析:提出适用航空公司的LRFMC模型

2、总体流程

 第一步:数据抽取

第二步:探索性分析

第三步:数据预处理

第四步:构建模型

总结和思考


项目地址:Datamining_project: 数据挖掘实战项目代码

评论 46
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Lingxw_w

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值