基于Python的K-Means聚类算法的酒店客户价值分析(源码+数据+文档+CSV数据文件)

通过对传统的RFM客户价值研究模型进行分析,创新性的引入L(信誉度)指标到RFM模型中,形成RFML新型更适合酒店行业的客户价值研究模型。

 一、技术介绍

(1)RFM 模型

RFM模型是提出的一种分析客户关系管理(CRM)的重要工具和手段,它也是运用最广泛地客户关系管理的分析模式之一,这个模型涉及到了三个变量:最近一次消费(Recency)、消费频率(Frequency)以及消费金额(Monetary),这三个变量可以最直观的反应酒店对于客户价值的评价。

(2)K-means聚类分析理论

K-means属于聚类算法的一种,也称为k均值聚类算法,是通过迭代将样本分为k个互不重叠的子集。K-means聚类算法采用的原理是将距离作为评价相似性的指标,即认为两个对象的距离越近,两者的相似度则越大,该算法最终的目标是得到一组距离靠近的类簇。

二、实现过程截图展示

1.第一次提取特征矩阵热度图

 2.第二次提取特征矩阵热度图

 3.数据分布散点图

 4.客户特征分析雷达图

 5.客户分类扇形图

扫描二维码关注公众号,回复: 15682956 查看本文章

猜你喜欢

转载自blog.csdn.net/m0_59186440/article/details/131593367
今日推荐