数据挖掘在铁路会员价值分析中的应用研究

作者：黄巍; 刘峰

来源：铁道运输与经济, 2021, 43(07): 23-28.

DOI：10.16668/j.cnki.issn.1003-1421.2021.07.04

• 铁路
• 数据挖掘
• 聚类
• 常旅客
• 会员价值
• 客运营销

自中国铁路畅行常旅客计划实施以来,如何分析会员出行数据,搭建数据分析模型,对会员消费行为进行分类,应用多种数据分析算法挖掘会员对企业的价值,评价会员价值,进而针对性推出会员个性化营销方案,从而提升会员满意度和忠诚度是铁路客运营销的重要问题。以上述问题为研究目的,在结合铁路实际的基础上,通过改进传统客户价值模型(RFM模型),搭建多维度客户价值模型(RFMICT模型),运用数据挖掘技术中K-means聚类算法构建会员价值评价模型,以铁路会员数据为例,结合理论基础,对模型的分类结果进行分析,根据各客户类型消费特点提出针对性建议,为铁路客户关系管理和客运营销分析提供参考。