期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
蚁群算法在客户关系管理中的应用
被引量:
1
下载PDF
职称材料
导出
摘要
客户关系管理(CRM),现已逐渐成为企业生存与发展的焦点之一,也正成为计算机科学技术领域的一个活跃研究方向。文章简介绍CRM;针对客户关系管理中的客户分类问题,提出了一种基于蚁群算法和数据挖掘的客户聚类算法,并开发了一个基于蚁群算法的客户聚类软件。最后对实际问题进行验证,验证结果表明方法是可行的。
作者
刘云强
李尤
机构地区
内江师范学院
出处
《商场现代化》
北大核心
2007年第06S期167-168,共2页
关键词
蚁群算法
聚类分析
客户关系管理
分类号
F274 [经济管理—企业管理]
引文网络
相关文献
节点文献
二级参考文献
12
参考文献
6
共引文献
32
同被引文献
7
引证文献
1
二级引证文献
0
参考文献
6
1
王君,樊治平.
客户关系管理中客户知识发现的一种分析方法[J]
.系统工程理论方法应用,2004,13(1):58-62.
被引量:4
2
客户关系管理(CRM)[J]
.软件工程师,1999(6):22-23.
被引量:1
3
周宇,张森,蔡霞.
面向E-CRM的数据挖掘技术应用[J]
.控制工程,2003,10(3):212-215.
被引量:6
4
黄振华 吴诚一.模式识别[M].杭州:浙江大学出版社,1991.40-62.
5
杨欣斌,孙京诰,黄道.
基于蚁群聚类算法的离群挖掘方法[J]
.计算机工程与应用,2003,39(9):12-13.
被引量:20
6
M.Dorigo."Optimization learning and natural algorithms Ph.D.Thesis,Dip.Elettronicae nformazione,Politecnico di Milano,Italy,1992
二级参考文献
12
1
张凤荔,葛晓峰,周明天.
数据仓库研究及其在现代企业中的应用[J]
.计算机科学,1999,26(6):71-74.
被引量:11
2
杨欣斌 孙京诰 黄道.基于蚁群算法的聚类学习新方法[A]..第四届全球智能控制大会论文集[C].上海交通大学出版社,..
3
Robert E W Paul M C 贺新立译.走进客户的心--企业成长的新策略[M].北京:经济日报出版社,1998..
4
Berson A et al 贺奇等译.构建面向CRM的数据挖掘应用[M].北京:人民邮电出版社,2001..
5
丁秋林 力士奇.客户关系管理[M].北京:清华大学出版社,2002.45-54.
6
周傲英,邱越峰,田增平,施伯乐.
数据库技术:回顾与展望[J]
.计算机科学,1999,26(4):17-21.
被引量:7
7
张纪会,高齐圣,徐心和.
自适应蚁群算法[J]
.控制理论与应用,2000,17(1):1-3.
被引量:150
8
朱明,王俊普.
一种聚类学习的新方法[J]
.模式识别与人工智能,2000,13(3):262-265.
被引量:23
9
郝先臣,张德干,高光来,赵海.
数据挖掘工具和应用中的问题[J]
.东北大学学报(自然科学版),2001,22(2):183-187.
被引量:36
10
陈卫华,朱仲英.
数据挖掘在CRM中的应用[J]
.微型电脑应用,2001,17(10):26-28.
被引量:23
共引文献
32
1
雷鹏.
数据挖掘技术在统计学上的应用[J]
.硅谷,2008,1(4).
2
吴春旭,吴镝,蒋宁.
一种基于信息熵与K均值迭代模型的模糊聚类算法[J]
.中国管理科学,2008,16(S1):152-156.
被引量:5
3
胡新荣,李德华,王天珍.
基于蚁群优化算法的彩色图像颜色聚类的研究[J]
.小型微型计算机系统,2004,25(9):1641-1643.
被引量:9
4
曹晓辛,李柠,黄道.
基于蚁群聚类算法的模糊神经网络[J]
.华东理工大学学报(自然科学版),2005,31(2):215-218.
被引量:3
5
王卫平,杨杰.
基于蚁群智能的客户群偏好分析方法[J]
.管理科学,2005,18(4):54-57.
被引量:2
6
王炼.
客运企业客户资源管理[J]
.长安大学学报(社会科学版),2005,7(3):20-22.
7
何夏青,倪志伟,刘玉.
利用数据挖掘技术构造范例库的新方法探究[J]
.计算机工程与应用,2006,42(6):196-198.
8
张蕾,曹其新,李杰.
一种基于群体智能聚类的设备性能横向比较算法[J]
.上海交通大学学报,2006,40(3):439-443.
被引量:7
9
张建华,江贺,张宪超.
蚁群聚类算法综述[J]
.计算机工程与应用,2006,42(16):171-174.
被引量:41
10
廖文彬.
RBFN神经网络和蚁群算法在企业知识聚类中的对比分析[J]
.科技资讯,2006,4(21):181-182.
同被引文献
7
1
杨光.
浅析数据挖掘在CRM中的应用[J]
.情报科学,2005,23(2):278-280.
被引量:20
2
许慧,王正友,杨欢庆.
蚁群算法及其聚类应用[J]
.矿山机械,2007,35(1):114-116.
被引量:5
3
周晓刚,洪春勇.
蚁群聚类算法在客户分类中的应用[J]
.计算机与现代化,2007(5):33-35.
被引量:2
4
马良,朱刚,宁爱兵.蚁群优化算法[M].北京:科学出版社,2008,2.
5
Lumer E,Faieta B.Diversity and Adaptation in Populations of Clustering Ants[A].Proc.Third International Conference on Simulation of Adaptive Behavior.From Animals to Animals 3[C].Cambridge,MA:MIT Press,1994:499-508.
6
陈晓海.CRM实施的成功因素研究[A].中国优秀硕士学位论文全文数据库[C].2008.
7
段海滨.蚁群算法原理及其应用[M].北京:科学出版社,2006:33-35.
引证文献
1
1
桑国珍.
蚁群聚类算法在客户关系管理中的应用[J]
.现代电子技术,2009,32(20):155-156.
1
刘贞,刘政,黄显英,崔征,熊凡.
最小聚类单元的生成及其在商业选址中的应用[J]
.重庆科技学院学报(社会科学版),2005(2):53-55.
2
尤清河,陈是建,刘丹,杨海彬.
基于客户聚类的卷烟配送中心送货流程优化研究[J]
.物流科技,2014,37(12):61-65.
被引量:1
3
张东玲,高齐圣,李朝玲.
基于二元语义的客户群聚类分析方法[J]
.工业工程与管理,2008,13(3):46-51.
被引量:2
4
陈智高,陈月英,常香云.
基于客户价值的期货业客户聚类细分方法[J]
.清华大学学报(自然科学版),2006,46(z1):1046-1051.
被引量:8
5
李峰,乔金友,徐辛颖.
基于客户聚类的企业物流配送中心选址研究[J]
.物流技术(装备版),2013(2):161-162.
被引量:2
6
谭元戎,孙剑平.
聚类模型在客户关系管理中的应用以及对特征提取的探讨[J]
.技术经济,2007,26(5):51-56.
被引量:8
7
唐晓波,樊静.
基于客户聚类的商品推荐[J]
.情报杂志,2009,28(6):143-146.
被引量:15
8
高伟,贺昌政,蒋晓毅.
基于模糊聚类集成算法的客户细分研究[J]
.情报杂志,2011,30(4):125-128.
被引量:3
商场现代化
2007年 第06S期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部