典型文献
重大突发公共危机事件背景下客户特征比较研究——基于大数据挖掘方法
文献摘要：
重大突发公共危机事件在给经济带来负向影响的同时也推动了经济发展方式的深刻转变,大数据的挖掘与利用是新形势下的重要机遇.对微观主体而言,立足于关键的数据资源,从中剖析客户需求结构和特征分布的变化既是抵御危机冲击的现实需要,也是从宏观大局出发牢牢把握未来发展趋势之必要.以2020年初暴发的新型冠状病毒肺炎疫情这一重大突发公共危机事件为研究背景,从航空保险行业角度切入,选用RFM模型,借助K-Means聚类算法对航空保险客户进行价值层级区分,从而对各价值层级客户特征进行比较分析.研究发现,重大突发公共危机事件发生后航空保险客户出现投保行为倾向于单一化、对航意险及航延险的偏好上升、习惯性投保的客户比例呈现下降趋势等特征.最后,基于以上结论从航空保险业发展与大数据应用两个维度提出建议,为突发公共危机事件爆发后行业的转型及大数据应用提供参考.
文献关键词：
突发公共危机事件;数据挖掘;客户关系管理;客户价值;客户特征
中图分类号：
作者姓名：
杨波;罗时达;刘韫尔
作者机构：
南京大学商学院
文献出处：
引用格式：
[1]杨波;罗时达;刘韫尔-.重大突发公共危机事件背景下客户特征比较研究——基于大数据挖掘方法)[J].江苏社会科学,2022(03):146-155
A类：
航意险
B类：
重大突发公共危机事件,客户特征,大数据挖掘,挖掘方法,经济发展方式,挖掘与利用,数据资源,客户需求,需求结构,特征分布,危机冲击,现实需要,牢牢把握,新型冠状病毒肺炎疫情,研究背景,航空保险,保险行业,RFM,Means,聚类算法,保险客户,层级区分,投保,行为倾向,单一化,习惯性,保险业发展,大数据应用,后行,客户关系管理,客户价值
AB值：
0.237399
相似文献
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。
