|
|||||
|
|
| 基于k-means与神经网络机器学习算法的用户信息聚类及预测研究 | |
| 引用本文： | 朱 凡,王印琪.基于k-means与神经网络机器学习算法的用户信息聚类及预测研究[J].情报科学,2021,39(7):83-90. |
| 作者姓名： | 朱 凡 王印琪 |
| 摘 要： | 【目的/意义】基于机器学习算法对信息进行聚类及预测引起了广泛关注，本文将以航空公司客户信息为对
象构建出k-means，BP神经网络模型，对航空用户进行聚类及预测，实现用户的精准营销。【方法/过程】首先，对航
空公司的客户信息进行预处理，并根据信息聚类和信息预测理论，构建出k-means客户聚类模型与BP神经网络的
流失预测模型。【结果/结论】实证结果表明，在聚类模型上，k-means算法将客户聚为五类，实现了不同价值客户的
差异化识别；在客户预测模型上，BP神经网络的准确性更高。【创新/局限】本次研究将LRFMC模型引入到用户聚
类模型的实验中，使得模型泛化能力上存在了一定的局限，但也为该问题的未来研究提供了新的方式。 |
| 点击此处可从《情报科学》浏览原始摘要信息 | |
| 点击此处可从《情报科学》下载免费的PDF全文 | |