航空公司客户价值特征构建与分析k-means

本文通过LRFMC模型分析航空公司的客户价值,包括会员关系长度、消费时间间隔、消费频率、飞行里程和折扣系数的平均值。通过对数据的预处理(缺失值和异常值处理)、特征选取和标准化,应用K-MEANS算法进行客户分群,最后进行可视化展示。
摘要由CSDN通过智能技术生成

完整代码及数据来源:https://download.csdn.net/download/sinat_38068807/11217499

(一)航空数据分析

将客户关系长度L、消费时间间隔R、消费频率F、飞行里程M和折扣系数的平

均值C这5个特征作为航空公司识别客户价值的特征,记为 LRFMC模型,如图:

由于原始数据中并没有直接给出 LRFMC模型的5个特征,需要通过原始数据提取这5个特征

(1)会员入会时间距观测窗口结束的月数L=观测窗口的结束时间一入会时间(单位月),如式(7-1)所示

L=LOAD TIME-FFP DATE                          (7-1)

(2)客户最近一次乘坐公司飞机距观测窗口结束的月数R=最后一次乘机时间至观察窗口末端时长(单位:月),如式(7-2)所示。

R = LAST TO END                          (7-2)

  • 1
    点赞
  • 21
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
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
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