摘要：在现在的市场当中，市场营销的重点与以前大不相同，以前的工作重心是产品，而现在工作重心转向客户，所以准确地对客户进行价值定位，越来越重要，与此同时数据分析和挖掘技术在市场营销中的使用也越来越普及。本课题决定开发一款基于Python的客户分类和挖掘系统，该系统采用K-means聚类方法和朴素贝叶斯分类，通过Qt Designer完成界面设计。

以国内某航空公司的客户基本信息为数据对象，首先对数据进行清洗，去除无效数据，拿出三个指标RFM，接下来对RFM三个指标进行规范化处理；然后通过K-means方法得到客户聚类，完成客户分类，对重要价值客户，提供高品质针对性的服务，对普通价值客户，采取措施，稳住并提高客户价值；接下来通过朴素贝叶斯分类来实现对于客户分类预测的检验，以用来提高客户关系管理系统，最后通过Qt Designer完成用户界面设计展示结果。

关键词：数据挖掘；聚类；朴素贝叶斯分类

目录

摘要

Abstract

1 绪论-1

1.1 项目背景-1

1.2 项目研究目的-1

1.3 项目的主要任务及内容-2

2 聚类分析的研究-3

2.1 聚类分析的基本概念-3

2.2 聚类分析的原理-4

2.3 聚类分析算法-5

2.3.1 K-means聚类分析算法-5

2.3.2 K-medoids聚类分析算法-6

2.3.3 两种算法对比-7

2.4 总结-7

3 朴素贝叶斯-8

3.1 贝叶斯定理-8

3.2 朴素贝叶斯分类的思想和工作过程-8

3.3 朴素贝叶斯分类的流程-9

3.4 总结-10

4 客户分类和挖掘系统算法分析-11

4.1 数据概括-11

4.1.1 内容-11

4.2 构建模型-11

4.2.1 数据清洗-11

4.3 客户分类和挖掘系统总体流程图-12

4.4 规范化处理-13

4.5 客户聚类-13

4.5.1 权重-13

4.5.2 客户价值分数-14

4.6 聚类结果分析-14

4.7 客户分类-16

4.8 贝叶斯分类-17

4.8.1 贝叶斯分类效果评估-17

5 客户分类和挖掘系统界面设计-18

5.1 PyQt简介-18

5.2 界面构建-18

5.3 系统实现-21

结    论-24

参 考 文 献-25

附录A 算法代码-26

致    谢-31