文献

J-GLOBAL ID：202202285727680601   整理番号：22A0979152

顧客セグメンテーションクラスタリング技法の解析【JST・京大機械翻訳】

Analysis of Customer Segmentation Clustering Techniques

著者 (4件)： Sharma Utsav (Amity University,Noida,Uttar Pradesh) ,  Aditi G (Amity University,Noida,Uttar Pradesh) ,  Roy Nihar Ranjan (Sharda University,Noida,Uttar Pradesh) ,  Singh Shailendra Narayan (Amity University,Noida,Uttar Pradesh)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： Confluence  ページ： 374-379  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 相互接続した世界中の顧客ベースの成長は,企業のマーケティングチームが,効果的で適切な顧客-コンパニー関係を構築するために,それらの目標顧客ベースを理解し,理解するのに不可欠である。企業の貴重な結論を抽出するための顧客データの分析の実用的な実装は,顧客セグメンテーションクラスタリング技術である。教師なし機械学習アルゴリズムは,世界中の全世界から顧客をセグメント化する上で重要な役割を果たす。今日利用可能な様々なクラスタリング技法により,ビジネスは,それらの応用に対して最も効果的でアクセス可能なクラスタリング技術を必要とする。本研究は,自動車会社のラベルなしデータが3つの主なグループにクラスタ化される比較と評価問題に取り組む。それは,以前に学者によって付与された質問と,そして,定義,市場解体の方法論,およびK平均と階層的クラスタリングの間のクラスタ化技術が,異なる数のクラスタと種々のデータサイズでより良いことを明確にする。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  自動車 ,  *セグメンテーション ,  マーケティング ,  相互接続 ,  *クラスタ化 ,  *クラスタ
準シソーラス用語： 階層的クラスタリング ,  *顧客セグメンテーション ,  ラベルなしデータ ,  教師なし機械学習 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 顧客セグメンテーション ,  クラスタリング ,  技法 ,  解析