典型文献
基于常旅客价值的高速铁路客户分类研究
文献摘要：
常旅客价值分析与分类是铁路运输部门客户关系管理中的重要内容,其有助于掌握旅客信息特点,满足旅客的多方面需求,提供差异化服务.根据改进的RFM价值模型计算常旅客的价值,采用K均值聚类对旅客进行分类,通过常旅客价值达到降维的目的,并设计了一种算法以实现自动确定聚类数目以及选取初始聚类中心,从而能够高效快速地进行客户分类.通过问卷调查收集福厦高速铁路的常旅客数据进行实证分析,结果表明算法自动选取的聚类数目是合理的,初始聚类中心可以提高聚类效率和准确性.最后根据分类结果,有针对性地提出相应的服务提升建议和优化策略,可为铁路部门在运营服务方面提供参考.
文献关键词：
高速铁路;RFM模型;常旅客价值;客户分类;K-Means
中图分类号：
作者姓名：
郭星;许旺土;任冲
作者机构：
厦门大学建筑与土木工程学院,福建厦门 361005;中铁二院工程集团有限责任公司交通与城市规划设计研究院,四川成都 610031
文献出处：
引用格式：
[1]郭星;许旺土;任冲-.基于常旅客价值的高速铁路客户分类研究)[J].铁道运输与经济,2022(06):48-55
A类：
常旅客价值
B类：
高速铁路,客户分类,分类研究,价值分析,铁路运输,运输部,门客,客户关系管理,旅客信息,差异化服务,RFM,价值模型,均值聚类,定聚,聚类数,初始聚类中心,高效快速,行客,调查收集,福厦,自动选取,服务提升,提升建议,铁路部门,运营服务,Means
AB值：
0.352648
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
