导读:本文包含了模型细分论文开题报告文献综述及选题提纲参考文献，主要关键词:RFM模型,K-means聚类分析,烟草商业,精准营销
模型细分论文文献综述
冯喆,侯霄昱,郭子欣[1]（2019）在《基于改进型RFM卷烟消费者价值细分模型的精准营销策略研究》一文中研究指出大数据时代,商业企业越发注重依据海量消费信息制定精准营销策略,卷烟消费者类别的精确识别则是制定精准营销策略的关键。文章构建了包含多指标的改进型RFM模型,采用组合赋权法确定指标权重,以T城市A公司卷烟消费者(会员店)电子数据为基础,并运用K-means聚类方法进行卷烟消费者细分。实证结果表明,利用此方法可将目标消费者细分为五种类型,烟草公司可根据细分消费者类型特征,制定精准营销策略。(本文来源于《经济师》期刊2019年12期）
谢鹏寿,张宽,范宏进,贵向泉,张恩展[2]（2019）在《汽车4S店TFM客户细分模型及其方法研究》一文中研究指出针对汽车4S店客户消费模式不同于其他行业,而传统RFM模型难以适用于汽车4S店客户细分的问题,课题组对传统RFM模型的数据分析指标进行优化改进,形成可适用于汽车4S店的TFM客户细分模型.该模型可依据客户的行为属性通过K均值聚类算法进行客户细分,最后随机抽取某汽车4S店客户数据进行实验验证.实验结果表明,改进的TFM模型能够有效细分客户,为汽车4S店针对不同价值的客户制定相应的个性化服务以及营销策略提供了良好的参考依据.(本文来源于《小型微型计算机系统》期刊2019年10期）
戢晓峰,李德林[3]（2019）在《基于潜在类别的公路旅客群体细分模型》一文中研究指出针对弥补当前公路旅客类别划分主观随意性强、缺乏科学依据的不足,采用聚类分析的方法,从社会经济属性和心理因素两个层面甄选旅客年龄、性别、收入、学历、出行目的及选择公路客运主要理由等6个指标作为外显变量,在对连续变量进行类别化处理的基础上,将各外显变量概率参数化,构建公路旅客群体细分的潜在类别模型。基于昆明市833份公路的有效调查问卷,使用Latent GOLD软件构建潜在类别模型,将旅客市场细分为具有不同特征的4种类别,并通过聚类分析方法对细分结果进行校核。研究结果表明:昆明市公路客运市场旅客可细分为4类,分别以在校学生、初入职场的毕业生、务工人员及商务人士为主体,分别占总体的40.06%,22.56%,21.59%及15.79%;4类旅客在收入、受教育水平及选择公路客运首要理由方面均有明显差异,该差异与各类别主体人群特征相匹配,且各类旅客均具有重视便捷性的特征;聚类分析的分类误差均小于5%,表明基于潜在类别的公路旅客市场细分结果可靠。(本文来源于《公路交通科技》期刊2019年10期）
黄廉珂,檀结庆,何蕾,彭凯军[4]（2019）在《基于细分模型的深度图像超分辨率重建方法》一文中研究指出深度相机在最近几年越来越流行,然而受限于设备,通过深度相机获取的深度图像分辨率不高。文章提出了一种新的方法来提高这类图像的分辨率。首先通过细分模型构建目标分辨率图像的边界图,并通过"节点压缩算法"生成光滑的边界图;其次在该边界图的基础上,利用改进的联合双边滤波来重建高分辨率深度图像。该文提出的方法不仅降低了边界的锯齿现象,且具有良好的保形性。实验结果表明,该方法优于经典的方法。(本文来源于《合肥工业大学学报(自然科学版)》期刊2019年08期）
朱金生,李蝶[5]（2019）在《技术创新是实现环境保护与就业增长“双重红利”的有效途径吗?——基于中国34个工业细分行业中介效应模型的实证检验》一文中研究指出随着环保问题的突出和环境规制的加强,大批实体企业限产、关停,可能引起的失业问题十分严峻,使得如何兼顾二者关系,实现环境保护和就业增长"双重红利"成为理论与现实中的重要课题。本文通过将环境要素引入道格拉斯生产函数,从理论层面刻画了环境规制、技术创新和劳动就业之间的影响机制。选取2007-2015年中国34个工业细分行业的数据进行面板估计,发现整体上环境规制与技术创新之间呈现先下降后上升的倒U型关系。采用中介效应模型进行计量分析发现,环境规制对劳动就业的影响表现出多维性,既有直接的"环境—社会"效应,也有通过技术创新所体现出的显着中介效应,但其作用程度和方向存在行业差异。为此,进一步对不同污染程度和技术水平的行业进行检验,结果表明在清洁行业和高技术行业,技术创新的中介效应为正,能在一定程度上补偿环境规制强度增加可能带来的失业。在污染密集行业,中介效应随着环境规制的增强先负后正,中低技术行业的中介效应表现为微弱的负向影响。因此,正确处理环境规制与劳动就业的关系,关键在于提高污染密集行业和中低技术行业的创新能力,充分发挥清洁行业和高技术行业的绿色优势,科学认识技术创新在环境规制与劳动就业关系中的中介作用。(本文来源于《中国软科学》期刊2019年08期）
邢海龙,翟丽丽,张树臣[6]（2019）在《大数据服务平台用户价值识别与细分研究——基于RFM修正模型》一文中研究指出[目的/意义]随着数字经济的快速发展,数据资源需求的日益增加,大数据服务平台成为用户获取数据资源的主要渠道。如何有效地、精确地识别用户价值是平台快速发展和提高竞争优势的重要途径。[方法/过程]数据资源作为一种非快速消耗类、非周期性商品,其交易数据十分稀疏,导致传统RFM模型不再适用。为此,对传统RFM模型指标数据进行填充,构建ALC-RFM模型,并结合K-means方法对平台用户价值进行识别与细分。[结果/结论]实验结果表明:ALC-RFM模型结合K-means方法在用户价值识别与细分方面具有较好的效果,通过对数海大数据交易平台的用户进行价值识别与细分,得到重要价值用户、重要保持用户和重要挽留用户叁大用户群体,并给出相应的服务策略。(本文来源于《情报理论与实践》期刊2019年10期）
陈思为,唐立,罗霞,张年[7]（2019）在《基于潜在类别模型的网约车用户市场细分》一文中研究指出为深入理解网约车用户出行需求,使用潜在类别模型对网约车用户进行市场细分。选取网约车使用频率、出行特征相关属性以及个人社会经济属性等影响因素对网约车选择行为建模,使用效率实验设计法生成意向偏好问卷,在成都市开展了实地调查。模型标定结果表明:在通勤和非通勤场景下,将网约车用户细分为四类最合适,两个场景下的市场结构比例均约为5:2:2:1。性别、月收入、时间、费用、网约车使用频率、私家车使用权等是对网约车用户进行市场细分的重要依据。(本文来源于《综合运输》期刊2019年06期）
梁丽芳,张浩敏,蒋晓艺[8]（2019）在《基于VAR-VEC模型的CCI和CGPI叁类细分指数关系研究》一文中研究指出通过VAR建模、协整检验、脉冲响应分析和VEC建模,验证了CCI与CGPI的叁类细分指数(农产品价格指数API、矿产品价格指数MPI、煤油电价格指数KPI)之间的关系,得到CCI和CGPI各细分指数之间存在长期均衡关系,且API对CCI有抑制作用,MPI和KPI则促进CCI发展的结论。(本文来源于《桂林理工大学学报》期刊2019年02期）
苏刚,胡新荣,李佳黎,尹汪,陈思园[9]（2019）在《基于Sqrt3细分算法的人体模型网格平滑》一文中研究指出论文通过参数化数字人体建模得到低分辨率的叁维人体网格模型,但网格曲面不够光滑,不能够满足实际应用的要求。为实现数字人体几何模型的光顺效果,论文提出了一种基于Sqrt3细分算法的叁维人体模型网格平滑方法。实验证明,该方法对基于参数化建模方法的、多曲率网格人体模型取得了很好的效果,实现简单高效,特征保持效果好。(本文来源于《计算机与数字工程》期刊2019年03期）
乐为,孟洁莹,曾宇容,杨静[10]（2019）在《接触单元叁维细分下服务质量测评模型的构建与研究——基于B2C与B2B的比较视角》一文中研究指出为增强服务质量测评模型的适用性,从顾客感知视角出发,运用叁维服务接触单元技术分别构建B2C和B2B服务质量测评模型,并通过对比研究,分析两种模式下服务质量的特性指标差异,以明确不同模式下服务质量提升策略,为今后服务质量测评模型构建与服务质量提升提供理论和实践参考。(本文来源于《科技管理研究》期刊2019年06期）
模型细分论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对汽车4S店客户消费模式不同于其他行业,而传统RFM模型难以适用于汽车4S店客户细分的问题,课题组对传统RFM模型的数据分析指标进行优化改进,形成可适用于汽车4S店的TFM客户细分模型.该模型可依据客户的行为属性通过K均值聚类算法进行客户细分,最后随机抽取某汽车4S店客户数据进行实验验证.实验结果表明,改进的TFM模型能够有效细分客户,为汽车4S店针对不同价值的客户制定相应的个性化服务以及营销策略提供了良好的参考依据.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
模型细分论文参考文献
[1].冯喆,侯霄昱,郭子欣.基于改进型RFM卷烟消费者价值细分模型的精准营销策略研究[J].经济师.2019
[2].谢鹏寿,张宽,范宏进,贵向泉,张恩展.汽车4S店TFM客户细分模型及其方法研究[J].小型微型计算机系统.2019
[3].戢晓峰,李德林.基于潜在类别的公路旅客群体细分模型[J].公路交通科技.2019
[4].黄廉珂,檀结庆,何蕾,彭凯军.基于细分模型的深度图像超分辨率重建方法[J].合肥工业大学学报(自然科学版).2019
[5].朱金生,李蝶.技术创新是实现环境保护与就业增长“双重红利”的有效途径吗?——基于中国34个工业细分行业中介效应模型的实证检验[J].中国软科学.2019
[6].邢海龙,翟丽丽,张树臣.大数据服务平台用户价值识别与细分研究——基于RFM修正模型[J].情报理论与实践.2019
[7].陈思为,唐立,罗霞,张年.基于潜在类别模型的网约车用户市场细分[J].综合运输.2019
[8].梁丽芳,张浩敏,蒋晓艺.基于VAR-VEC模型的CCI和CGPI叁类细分指数关系研究[J].桂林理工大学学报.2019
[9].苏刚,胡新荣,李佳黎,尹汪,陈思园.基于Sqrt3细分算法的人体模型网格平滑[J].计算机与数字工程.2019
[10].乐为,孟洁莹,曾宇容,杨静.接触单元叁维细分下服务质量测评模型的构建与研究——基于B2C与B2B的比较视角[J].科技管理研究.2019
标签：RFM模型; K-means聚类分析; 烟草商业; 精准营销;