1、隨著企業(yè)市場(chǎng)的穩(wěn)健發(fā)展，客戶資源正成為企業(yè)最具有價(jià)值的資產(chǎn)。將客戶細(xì)分技術(shù)用于客戶偏好分析，能夠?yàn)槠髽I(yè)調(diào)整和制定合適的營(yíng)銷策略提供有益的幫助。近年來(lái)由于電子商務(wù)的快速發(fā)展，網(wǎng)絡(luò)購(gòu)物越加普遍。在線購(gòu)物場(chǎng)景下，客戶往往依據(jù)商家對(duì)貨物的描述以及相關(guān)客戶評(píng)論來(lái)判斷貨物的質(zhì)量和特征。客戶評(píng)論是廣大客戶對(duì)購(gòu)買商品信息的反饋，更為真實(shí)的反映了客戶對(duì)商品及服務(wù)的偏好。由于客戶評(píng)論大多為在線式短文本數(shù)據(jù)，且易于獲取，因此本文以短文本數(shù)據(jù)為研究對(duì)象，著重研

2、究文本數(shù)據(jù)的維數(shù)約減方法和基于文本聚類的客戶細(xì)分問(wèn)題。本文的研究工作主要包括以下兩點(diǎn)：
　?。?）研究了一種改進(jìn)的基于信息增益的文本降維方法，以用于客戶評(píng)論數(shù)據(jù)集的篩選。針對(duì)傳統(tǒng)信息增益方法僅考慮信息增益中評(píng)判特征詞的全局重要性，本文將TFIDF（Term Frequency–Inverse Document Frequency）的思想引入信息增益，改進(jìn)了傳統(tǒng)信息增益方法沒(méi)有考慮特征詞的局部重要性方面的不足；進(jìn)而基于這種改進(jìn)的信息

3、增益方法，通過(guò)文本聚類，以用于評(píng)估原始客戶評(píng)論數(shù)據(jù)集中文本數(shù)據(jù)的可用性，實(shí)現(xiàn)原始客戶評(píng)論數(shù)據(jù)集的有效篩選。
　?。?）研究了基于語(yǔ)義的PCA（Principal Component Analysis）文本降維方法，以通過(guò)文本聚類實(shí)現(xiàn)客戶細(xì)分。由于傳統(tǒng)的PCA降維方法沒(méi)有明確使用文本數(shù)據(jù)集中特征詞語(yǔ)之間存在的潛在語(yǔ)義關(guān)聯(lián)，本文借助于《同義詞詞林》，在合并同義詞語(yǔ)及滿足包容關(guān)系的特定詞語(yǔ)的基礎(chǔ)上運(yùn)行PCA方法，從而使得降維后得到的新特