已閱讀1頁,還剩88頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、市場細分是企業(yè)實施目標市場營銷以及客戶關系管理中十分重要的一步。只有得到一個好的、有效的市場細分結果,企業(yè)才能更好的開展目標市場營銷,維護客戶關系。正因為如此,細分方法在市場細分中顯得尤為重要。傳統(tǒng)的統(tǒng)計聚類分析在市場細分應用中,存在著兩個不足之處:1.聚類分析算法本身不能自動找出最優(yōu)分類,而必須憑借人的經驗與知識來做出選擇,所得的結果受到了人的知識的影響,不夠客觀;2.聚類分析方法不具有線性的計算復雜度,因此難以適用于數(shù)據(jù)庫非常大的情
2、況。在研究和分析了目前主要的市場細分方法——聚類分析的基礎上,本文提出了基于自組織聚類的市場細分方法,并進行了市場細分實證研究。主要工作如下:1.進行了自組織聚類方法運用于企業(yè)營銷市場細分的嘗試研究工作,包括設計操作步驟、編制算法程序以及實證研究。該方法能自動找出最優(yōu)分類,適用于海量數(shù)據(jù)的市場細分研究。2.對原自組織聚類算法進行了改進。新算法能夠更好地運用于市場細分實踐,其主要改進如下:①提出新的算法準則。相對原方法所采用的準則,新準則
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于動態(tài)自組織映射模型的文本聚類研究.pdf
- 基于自組織特征映射網絡的聚類算法研究.pdf
- 基于自組織特征映射的檢索結果聚類研究.pdf
- 基于自組織的聚類算法的個性化推薦算法研究.pdf
- 基于文本聚類的客戶細分方法研究.pdf
- 基于模糊聚類的物流市場細分方法探究【畢業(yè)論文】
- 基于模糊聚類的自組織神經網絡的用戶模式挖掘算法研究.pdf
- 基于自組織映射的自動文摘方法研究.pdf
- 基于粗糙集和自組織神經網絡的web日志挖掘聚類研究.pdf
- 基于自組織映射的故障診斷方法.pdf
- 基于聚類結果調整方法的客戶細分研究.pdf
- 基于自組織神經網絡與模糊算法的彩色圖像聚類分割系統(tǒng).pdf
- 56184.自組織與自組織城市
- 基于動態(tài)自組織覆蓋架構的網格資源發(fā)現(xiàn)方法研究.pdf
- 基于自組織理論的企業(yè)組織結構研究.pdf
- 自組織映射聚類算法在基因表達數(shù)據(jù)分析中的應用研究.pdf
- 網絡輿論他組織研究——基于自組織理論.pdf
- 基于自組織理論的電子商務市場網絡的演化機制研究.pdf
- 基于復雜網絡的集群自組織研究.pdf
- 基于計算智能的無線傳感器網絡自組織方法研究.pdf
評論
0/150
提交評論