实战:航空公司客户价值分析
来源:互联网 发布:软件开发项目简介 编辑:程序博客网 时间:2024/05/01 01:06
一、 背景与挖掘目标
试图实现以下目标:
(1)借助航空公司数据,对客户进行分类。
(2)对不同类别的客户进行特征分析,比较不同类别客户的价值分析。
(3)对不同价值的客户类别进行个性化服务,制定相应的营销策略。
二、分析方法
使用 LRMFC模型来进行分析
L:
三、数据探索
注意观察describe()函数参数变化。
(1)
(2)
导出后的Excel文件如下:
四、数据预处理
1、数据清洗
由数据探索分析可知,数据中存在缺失值,存在票价最小值为0、平均折扣率为0但飞行公里数却大于0的记录。由于这些记录的数量不多,所以对其进行丢失处理。
PS:在Excel中对
2、属性规约
根据LRFMC模型,选择与该模型相关的6个属性:FFP_DATE、LOAD_TIME、FLIGHT_COUNT、avg_discount、SEG_KM_SUM、LAST_TO_END
结果如下:
3、数据变换
数据变换是将数据转换成“适当的”形式,以适应挖掘任务和算法的要求。本案例中采用的数据变换方式是属性构造和数据标准化。
由于数据中并没有直接给出LRFMC5个指标,需要通过属性构造来提取这5个指标。具体的计算方式如下:
(1)L=LOAD_TIME-FFP_DATE
(2)R=LAST_TO_END
(3)F=FLIGHT_COUNT
(4)M=SEG_KM_SUM
(5)C=avg_discount
代码如下:
数据提取后,其数据取值范围如下:
阅读全文
0 0
- 实战:航空公司客户价值分析
- 航空公司客户价值分析
- 3航空公司客户价值分析
- Hadoop+Hive实现航空公司客户价值分析
- Python数据挖掘-航空公司客户价值分析
- 第7章 航空公司客户价值分析
- 《Python数据分析与挖掘实战》上机实验2——航空公司客户价值分析
- 数据挖掘实例(航空公司客户价值分析)
- 利用聚类分析航空公司客户价值
- 客户价值分析。[技术]
- 航空公司VIP客户查询
- 航空公司VIP客户查询
- 利用RFM模型做电商客户价值分析
- 利用RFM模型做电商客户价值分析
- 航空公司VIP客户查询【PAT】
- ESB案例分析:第 1 部分: 借助 ESB 整合航空公司商务体系,提升客户服务水平
- PAT5-06. 航空公司VIP客户查询
- PAT DS 506 航空公司VIP客户查询
- API错误码对照表
- JAVA设计模式-命令模式
- C++四个默认成员函数&运算符重载
- Ubuntu 14.04 修改时区
- Python程序退出: os._exit()和sys.exit()
- 实战:航空公司客户价值分析
- Java使用json需要的jar包
- SpringBoot集成Druid不支持多条SQL
- SecureCRT for Android Logcat高亮显示
- 关于tomcat操作
- MySQL必知必会
- powerdesigner 16.5破解文件(pdflm16.dll)
- PAT(乙级)1015
- ansible 中 个性化 ssh 端口