基于人工蜂群优化的K-means航空客户价值分析

对客户价值进行分析,识别重要价值客户,对航空公司获利至关重要.提出了基于人工蜂群优化的K-means算法对航空客户价值进行分析的模型.首先,对航空客户的当前价值、潜在价值和客户忠诚度三个方面进行分析,建立了客户价值综合评价指标体系;然后,采用低方差滤波和高相关滤波的方法进行指标约简,根据约简后的决策系统完成客户价值初筛...     

基于k-means聚类与粗糙集算法的指标筛选方法研究

针对多属性决策中指标的信息重复和不确定性问题,提出了一种基于改进的k-means聚类与粗糙集算法相结合的指标筛选方法。首先,定义样本的空间分布密度,实现初始聚类中心优化的k-means算法,对连续型指标进行离散化处理;然后利用粗糙集的相对约简原理进行指标约简,删除存在信息重复的冗余指标,并结合绿色经济指标体系构建的案例验证了该方法的合理性和有效性。     

基于粗糙集理论的知识约简及应用实例

在保持分类能力不变的前提下 ,通过利用粗糙集理论中的知识约简方法 ,在保护知识库分类不变的条件下 ,删除其中不相关或不重要的知识 ,从而导出问题的决策 .利用基于决策表的粗糙集模型算法 ,实例分析如何数字化表示决策表 ,并对其进行属性约简和属性值的约简 ,从而提取决策规则 .     

基于数据挖掘技术的航空客户流失与细分研究及R语言程序实现

提高航空客运的上座率既能使航空资源得到充分利用,更能显著的增加航空公司的效益.主要从某航空公司旅客乘机记录中对航空公司的客户进行行为分析,采用数据挖掘技术,首先利用决策树方法对客户进行流失预测,然后利用K-均值聚类进行客户细分,将客户划分为五类,同时对客户进行价值评估,挖掘出有价值的客户,最后综合分析客户流失与客户细分结果,并提出相应的营销策略,从而达到提高上座率和效益的目标.     

动态条件下基于粗糙集的平衡记分卡模型及算法研究

传统的供应链绩效评估方法大多属于静态评估，而实际的供应链是一个动态系统，因此需要使用动态绩效评估方法来进行考量。为了适应动态联盟整体绩效评估之需要，把传统的四维平衡计分卡扩展为五维动态平衡计分卡。在此基础上建立了供应链动态绩效评估决策表，并利用粗糙集理论对决策表进行了属性约简和值约简，从而得到了预测绩效评估结果的决策规则集。仿真实验表明，提出的基于粗糙集理论的供应链动态绩效评估方法能够有效地给出动态供应链绩效评估结果及发展趋势，为供应链的合理分析和决策制定提供依据。     

一般二元关系下的关系决策系统属性约简

文献[Wang C Z,Wu C X,Chen D G.A systematic study on attribute reduction with rough sets based on general binary relations.Information Sciences,178(2008),2237～2261]将基于经典粗糙集上的属性约简模型推广到基于广义粗糙集模型上,给出了关系决策系统中属性约简的判定定理和辨识矩阵.但是在属性约简模型中,支撑域的界定使模型的一般性受到限制.本文通过重新定义决策域的正域,给出了改进的决策系统属性约简判定定理和辨识矩阵,并对约简性质进行研究,实现关系决策系统基于正域的属性约简.     

基于RST/IAHP的航空维修人因可靠性评估模型研究

针对航空维修人因可靠性定量评估这一难点问题,提出了一种基于粗糙集理论(RST)和区间层次分析法(IAHP)的人因可靠性评估模型.根据大量统计数据,运用决策树法建立分层次的航空维修科目人因可靠性指标评价体系.综合采用区间层次分析法和粗糙集方法确定指标权重,提出了采用区间型加权算法对指标进行聚合.以某航空维修系统更换发动机科目为例,对所提方法进行案例验证.结果表明,该方法具有实用、可操作性强等特点,为航空维修系统科目的人因可靠性评估提供了理论参考.     

基于覆盖度的银行客户分类模型

投资收入是银行的主要收入来源之一。近年来,客户的投资意向显著降低,银行的投资收入减少。因此,银行希望将营销工作重点放在订阅概率更高的客户上。然而,繁多的客户样本以及客户信息导致银行的客户筛选工作低效。面对庞大的客户信息数据,粗糙集理论可以在不影响决策分类结果的前提下,通过属性约简删除属性集中的冗余属性,并导出问题的决策规则,提高效率。但在传统的属性约简过程中,没有针对进入正域的噪声样本进行控制,导致噪声特征被加入约简集。本文基于高效的相关族定义覆盖度,限制进入正域的样本。实验结果表明,覆盖度算法能够提高分类算法准确度及稳定性。最后,本文并将算法运用于银行客户分类实际问题中,剔除无用信息,筛选出关键属性,提高了分类准确度和稳定性,构建简洁高效的银行客户分类模型。     

决策信息系统的变换及其变换规则形式化

传统的粗糙集分类、约简、规则挖掘方法处理的对象是某个时间点上的静态信息系统,因而获得的知识也是静态的.实际上信息系统通常表现为易变性和过程性,为了挖掘决策信息系统动态变换的趋势和规则,本文扩展了粗糙集中传统的分类、约简、规则挖掘的应用模式,提出决策信息系统基于时间序列单步和过程变换模型, 建立面向决策信息系统变化趋势的类划分机制和相应的语义,对条件属性变迁与决策属性变迁的相关性进行研究,并给出变换规则的形式化表示.     

多源环境下学生综合素质的决策分析

在现实生活中,多源环境下大学生综合素质分析是一个非常重要的课题。针对此问题,本文从粒计算的角度出发,结合粗糙集决策的方法,构建了多源环境下大学生综合素质决策信息系统,用Matlab对该系统进行约简,并根据约简进行规则提取,对获得的规则进行分析和验证,得出了大学生综合素质决策结论。本文是多粒度粗糙集应用的一个范本,具有重要的理论和实践意义。     

基于改进RFM模型对民航客户的细分研究

近年来航空公司将客户分成不同的群体为了给客户提供差异化服务和有针对性的营销.现有传统的客户细分RFM模型由于存在缺乏科学的指标建立,已无法准确和完整的描述实际情况中客户的细分结果,根据民航客户价值的特点,在传统客户细分的RFM模型上进行改进,创建LRFMC模型,对某航空公司客户采用数据挖掘K-means算法进行聚类分析...     

基于人工神经网络的客户价值评价体系

企业对客户价值的评价是进行客户分类及实施客户策略的依据,也是实现客户关系管理的核心所在.客户为企业带来的价值本身是具有层次性和动态性,然基于客户全生命周期的客户终生价值计算方法显然无法将其动态发展过程准确的考虑在内,也就无法规避其计算结果所带来的误差风险.因此,在现有客户价值评价理论的基础上,结合客户生命周期理论,以企业与客户的双赢为最终目标,提出分阶段细化的评价思想,构建完善的评价体系,并根据该指标体系的指标特性选择人工神经网络作为评价方法,给出模型求解,最后依据此评价结果对客户分类及营销策略进行相关的分析.     

基于改进轮廓系数法的航空公司客户分群研究

鉴于航空公司在客户聚类分群中对聚类效果进行评价并确定最佳k值的轮廓系数法存在时间复杂度过高O(n2)以及准确率较低问题,文章首先采用对象与同簇或不同簇中心间距离计算来替换同类或异类对象间的距离计算,并通过聚类效果变化率确定轮廓系数调节位置及调节权重,提出一种改进的轮廓系数法;其次,基于预处理且特征选择后真实航空公司客户数据构建聚类模型,借助改进轮廓系数法确定最优客户分群,并构建用户画像;最后,针对不同航空公司分群客户进行特征描述并提出相应个性化服务措施,辅助航空公司为客户提供个性化产品与服务。实证研究结果表明:不同样本量下改进轮廓系数法的精确率和运行效率均有所提升;基于改进轮廓系数法的航空公司客户分群结果符合客观实际,所提服务措施为航空公司最大化客户需求、提高客户满意度提供借鉴。     

交互视角下的客户关系管理时变决策模型研究

从企业和客户交互视角出发，提出关系承诺是客户关系持续的本质，它的驱动因素为信任、认知价值传递、关系管理努力和机会主义倾向。基于此，论文利用动态优化控制理论，研究了客户关系持续管理决策问题，建立了一种在动态环境中客户关系持续管理的时变模型，讨论了模型建立的依据，给出了决策模型的最优结果以及在客户关系管理实践中的意义。     

Mathematical programming models for revenue management under customer choice

We study a network airline revenue management problem with discrete customer choice behavior. We discuss a choice model based on the concept of preference orders, in which customers can be grouped according to a list of options in decreasing order of preference. If a customer’s preferred option is not available, the customer moves to the next choice on the list with some probability. If that option is not available, the customer moves to the third choice on the list with some probability, and so forth until either the customer has no other choice but to leave or his/her request is accepted. Using this choice model as an input, we propose some mathematical programs to determine seat allocations. We also propose a post-optimization heuristic to refine the allocation suggested by the optimization model. Simulation results are presented to illustrate the effectiveness of our method, including comparisons with other models.     

The effects of the availability of waiting-time information on a balking queue

We consider two balking queue models with different types of information about delays. Potential customers arrive according to a Poisson process, and they decide whether to stay or balk based on the available delay information. In the first model, an arriving customer learns a rough range of the current queue length. In the second model, each customer’s service time is the sum of a geometric number of i.i.d. exponential phases, and an arriving customer learns the total number of phases remaining in the system. For each information model, we compare two systems, identical except that one has more precise information. In many cases, better information increases throughput and thus benefits the service provider. But this is not always so. The effect depends on the shape of the distribution describing customers’ sensitivities to delays. We also study the effects of information on performance as seen by customers. Again, more information is often good for customers, but not always.     

Optimal threshold analysis of segmentation methods for identifying target customers

In CRM (Customer Relationship Management), the importance of a segmentation method for identifying good customers has been increasing. For evaluation of different segmentation methods, Accuracy often plays a key role. This indicator, however, cannot distinguish two types of errors. The purpose of this paper is to overcome this pitfall by introducing two different indicators: Recall and Precision. Assuming that a promotion is addressed exclusively to the selected target customers, the financial effectiveness of the underlying segmentation method is expressed as a function of Recall and Precision. An optimization problem is then formulated so as to maximize the financial measure by finding the optimal threshold level in terms of the severeness for estimating the target set. By introducing a functional form which represents correctness and mistakes about the target set, the unique optimal solution is derived explicitly. The proposed approach is validated by using real customer purchase data.     

基于报表数据的上市公司顾客资产测量与提升——中国联通公司的应用研究

顾客资产体现企业在市场竞争中获取顾客资源的能力,本研究旨在利用报表数据对上市公司的顾客资产进行测量,并依据测量结果提出提升策略。首先,运用Matlab编程模拟上市公司的每期期末顾客存量适用的技术替代模型,进而求得顾客资产。其次,依据β转换模型原理估算企业现有顾客的终身价值总和,在同时考虑顾客的获取与流失的前提下求得顾客资产可持续比率。再次,依据顾客资产可持续比率和顾客资产的计算结果构建二维坐标图,以分析企业顾客资产的时间序列特征,作为提升顾客资产的依据。最后,将该方法在中国联通公司进行了应用。研究结果表明,该方法对上市公司的顾客资产测量和提升具有较好的适用性和可操作性。研究结果对于上市公司的顾客资产管理具有一定的参考价值。     

基于MaxDiff和潜在类别分析的移动支付客户细分研究

在竞争激烈的移动支付市场中,对客户进行细分尤为重要。从客户的心理、态度等角度出发,首先采用MaxDiff调查方法测量受访者对移动支付产品的偏好,从而得到MaxDiff数据,再利用潜在类别分析对客户进行分类得到每个细分群体在各个对象上的偏好得分,最后从人口统计学和行为特征方面对细分群体进行验证分析。研究结果显示:客户被分成3个细分群体,分别是"安全和场景"类、"优惠和便捷"类以及"功能和速度"类,它们在移动支付的偏好上有显著差异。这样的细分结果可为移动支付服务商实施精准营销提供决策参考。