一、 背景與挖掘目標

試圖實現以下目標：

（1）藉助航空公司資料，對客戶進行分類。

（2）對不同類別的客戶進行特徵分析，比較不同類別客戶的價值分析。

（3）對不同價值的客戶類別進行個性化服務，制定相應的營銷策略。

二、分析方法

使用 LRMFC模型來進行分析

L：

三、資料探索

注意觀察describe（）函式引數變化。

（1）

（2）

匯出後的Excel檔案如下：

四、資料預處理

1、資料清洗

由資料探索分析可知，資料中存在缺失值，存在票價最小值為0、平均折扣率為0但飛行公里數卻大於0的記錄。由於這些記錄的數量不多，所以對其進行丟失處理。

PS：在Excel中對

2、屬性規約

根據LRFMC模型，選擇與該模型相關的6個屬性：FFP_DATE、LOAD_TIME、FLIGHT_COUNT、avg_discount、SEG_KM_SUM、LAST_TO_END

結果如下：

3、資料變換

 資料變換是將資料轉換成“適當的”形式，以適應挖掘任務和演算法的要求。本案例中採用的資料變換方式是屬性構造和資料標準化。

由於資料中並沒有直接給出LRFMC5個指標，需要通過屬性構造來提取這5個指標。具體的計算方式如下：

（1）L=LOAD_TIME-FFP_DATE

（2）R=LAST_TO_END

（3）F=FLIGHT_COUNT

（4）M=SEG_KM_SUM

（5）C=avg_discount

程式碼如下：

資料提取後，其資料取值範圍如下：