《表3 聚类结果：基于电信大数据的信用卡精准营销算法研究及应用》
提示：宽带有限、当前游客访问压缩模式
本案最终将100 000个用户基于132个特征分成7个聚类，由于篇幅限制，只在表3中标注每个聚类的意向率和核卡率，从中选择聚类中差异性较大的特征进行描述。
| 图表编号 | XD00108323000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.09.20 |
| 作者 | 成晨、韩玉辉、程新洲、张恒 |
| 绘制单位 | 中国联通网络技术研究院、中国联通网络技术研究院、中国联通网络技术研究院、中国联通网络技术研究院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 国外汽车营销模式：基于大数据的汽车精准营销研究分析》2021.01.15
- 《表1 聚类结果：基于客户聚类的成品油客户精准营销研究与应用》2020.11.20
- 《表1 最终聚类中心：基于聚类的社区新零售电商用户精准营销研究》2020.11.20
- 《表1 桥梁承受荷载统计：基于大数据的汽车精准营销分析》2020.11.15
- 《表5 迭代历史记录a：基于聚类分析的H公司微信精准营销研究》2020.06.28
- 《表2 数据的描述统计：基于聚类分析的H公司微信精准营销研究》2020.06.28
- 《表6 最终聚类结果：基于聚类分析的H公司微信精准营销研究》2020.06.28
- 《表4 初始聚类中心：基于聚类分析的H公司微信精准营销研究》2020.06.28
- 《表1 数据处理：基于大数据中小企业精准营销策略》2019.10.18
- 《表2 聚类特征枚举：基于电信大数据的信用卡精准营销算法研究及应用》2019.09.20
- 《表3 改进算法聚类结果：大数据K-means聚类算法的研究与应用》2019.11.25
- 《表2 最终聚类中心：基于聚类分析运营商流量精准营销研究》2019.03.15
- 《表1 用户属性情况：基于聚类分析运营商流量精准营销研究》2019.03.15
- 《表1 聚类中心：基于大数据分析的精准资助育人模式研究》2019.03.15
- 《表1 部分数据样本：基于KNN算法的农产品电商精准营销的研究》2019.05.01
- 《表3 聚类结果总结：基于聚类算法的电量大数据分析》2019.03.25
- 《表5 迭代历史记录a：基于大数据下K-means聚类算法的在线学习行为路径应用研究》2019.01.10
- 《表6 最终聚类中心：基于大数据下K-means聚类算法的在线学习行为路径应用研究》2019.01.10
- 《表4 初始聚类中心：基于大数据下K-means聚类算法的在线学习行为路径应用研究》2019.01.10
- 《表5 K均值聚类结果：基于改进型RFM卷烟消费者价值细分模型的精准营销策略研究》2019.12.05