基于大数据的航空客户价值分析

论文摘要

在信息时代,企业营销的重点从产品转变为客户,客户资源逐渐成为航空公司的核心竞争力之一。客户工作的关键是按照客户特征进行客户分群,针对不同价值的客户制定个性化营销策略,优化资源配置以实现公司产投比的最大化。本文采用LRFMC模型对客户进行分群,针对航空公司常旅客人员多、数据大的特点,提供了一种以大数据为基础的解决方案。首先,在大数据平台上使用Sqoop将数据从关系型数据库中导入Hive,然后使用HiveQL对数据进行清洗、规约、转换,继而使用大数据的挖掘工具Mahout对数据进行聚类分析和结果评估,最后在K-means算法的基础上提出了多种优化的手段,从而提升聚类质量以达到理想的分群效果。

论文目录

• 0 引言
• 1 模型选择:RFM模型和LRFMC模型
• 2 客户价值分析
•   2.1 客户价值分析流程图
•   2.2 数据采集
•   2.3 数据预处理
•     2.3.1 数据清洗
•     2.3.2 数据规约
•     2.3.3 数据变换
•   2.4 数据建模
•     2.4.1 聚类中心点
•     2.4.2 航空客户群特征分析
•   2.5 模型优化
•     2.5.1 Canopy预估初始中心点
•     2.5.2 选择距离测度和距离阈值
•       2.5.2. 1 距离测度
•       2.5.2. 2 距离阈值
• 3 结束语

文章来源

类型: 期刊论文

作者: 姜朋,李挺

关键词: 大数据,客户分群

来源: 民航学报 2019年03期

年度: 2019

分类: 工程科技Ⅱ辑,经济与管理科学

专业: 航空航天科学与工程,交通运输经济

单位: 山东航空股份有限公司

分类号: F562

页码: 1-4

总页数: 4

文件大小: 1102K

下载量: 354