基于数据挖掘的客户分类及其异常点检测应用研究  

Research on Customer Classification Based on Data Mining and Its Application

作　　者：王玮 毕波 WANG Wei;BI Bo(Department of Sof tware Engineering,Maanshan Teachers'College,Maanshan 243041,Anhui,China)

机构地区：[1]马鞍山师范高等学校软件工程系,安徽马鞍山243041

出　　处：《山西师范大学学报(自然科学版)》2025年第1期62-66,共5页Journal of Shanxi Normal University(Natural Science Edition)

基　　金：2023年度安徽省高校科学研究项目(2023AH052475)。

摘　　要：为了更好服务客户,逐渐关注客户群体的类型,通过将客户群体分类,企业制定不同服务方案,提供高质量服务给客户使用.利用python进行客户信息数据挖掘,分别建立训练集与异常点测试集.通过数据预处理,数据可视化展示出客户信息各种类别,分别建立决策树、随机森林以及KNN的客户分类模型,并利用测试验证三种模型的预测性能.结果表明,与决策树、随机森林算法相比,KNN模型对客户类别的预测与异常值检测效果较佳.In order to better serve customers,we gradually pay attention to the types of customer groups.By classifying customer groups,enterprises develop different service plans and provide high-quality services for customers to use.Using Python for customer information dataset data mining,through data preprocessing,data visualization displays various categories of customer information.Compare the accuracy of customer classification using decision trees,random forests,and KNN.The results show that compared with decision trees and random forest algorithms,the KNN model has the most ideal prediction for customer categories.

关 键 词：数据挖掘 客户分类 监督学习 应用 

分 类 号：TP311.13[自动化与计算机技术—计算机软件与理论]