基于客户细分的多维效用关联规则挖掘

来源 :武汉理工大学 | 被引量 : 3次 | 上传用户:zmd1130
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着企业竞争的日渐激烈,如何更好的保持现有的客户并且尽可能地发展更多的潜在客户,是每个企业决策者面临的问题。根据已有客户的购买记录对客户细分,并借助于多维关联规则挖掘技术对每一类客户的购买行为进行分析,有助于决策者制定精确营销策略。因此,客户细分、多维关联规则挖掘等技术受到了越来越广泛的关注。本文主要结合了客户细分和多维关联规则挖掘两种技术,对不同类别的客户行为进行分析。首先通过现有的数据对客户进行细分,再将细分后的每一类客户作为一个维度与其它属性相结合构建多维数据模型,并以多维关联规则挖掘技术为基础,对每一类客户的购买行为进行挖掘。在客户细分过程中,综合采用了RFM模型与K-means聚类算法两种技术,以新近度R、购买频率F以及购买金额M三个属性作为客户价值评价指标。在数据处理过程中,放弃了传统的对R,F,M指标做分级处理的做法,而采用LOF算法对进行离群点检验处理,一方面可以更完整地保留数据信息,另一方面可以使得聚类结果更精确。最后,通过簇内紧凑度、簇间分离度两个指标对各类别内的相似度及类别间的差异度进行度量,并将最优的聚类结果用于多维关联规则挖掘。在多维关联规则挖掘过程中,传统的挖掘方法通常以规则出现的频率来判定规则的有效性。然而这种挖掘方法只考虑规则间的统计相关性,忽略了规则自身的语义重要性,即规则能够为商家带来的期望效益。因此本文在多维关联规则挖掘过程中,引入效用函数作为统计相关性与语义重要性的综合度量指标。效用函数主要从潜在机会、购买概率、期望效益三个方面来度量规则的有效性,购买概率表示统计相关性,潜在机会与期望效益表示语义重要性。结果表明,以效用函数作为度量挖掘出的规则既符合客观上要求的较高频率,又具有主观上期望的较高效益,具有更强的实用性。
其他文献
多丽———川剧《变脸》观后感①刘苇中驻慈颜,木雕泥塑神仙。遍庵观,菩萨罗汉,年年岁岁依然。展真容,置身事外;看变脸,屈指梨园②。冷遇逢迎,厉声软语,千恣百态在商廛;弄奇技,眼花缭乱
期刊
自2010年以来,中国经济增长波动扩大,并在底部盘整已近9年,目前正处于GDP增速放缓、产业结构转变和通胀体系波动的转型时期,需求结构发生显著变化。通过刺激需求来加快经济发展已经不再适用于当前的中国经济现状,供给侧结构性改革应运而生。财政政策与货币政策作为调控宏观经济的两大重要手段,在促进经济产出持续增长、优化产业结构和保障通胀体系稳定等方面起到了至关重要的作用。但是,随着中国的经济发展进入“新常
<正>无论从历史的维度还是现实的视野,考察当代书法及其创作都具有重要的学术意义。这不仅因为当代书法在与时俱进中彰显出强大的生命力,而且也因为当代书家在现代化的新变进
随着我国改革开放的不断深入以及综合实力的不断提升,人民币在国际上的认可度也随之加强,尤其是自2009年人民币跨境结算政策开始推行后,人民币在跨境贸易、跨境投资等方面的
2003年是我国电解铝工业又一个快速发展的年份,在全球性产业结构调整的大环境下,电解铝工业由经济发达的美国和西欧向劳动力成本和投资成本低廉以及具有一定能源条件的发展中
影响道路表面用水喷气清洗的参数被研究;推测清洗率被提供的一个模糊神经网络方法。一个基因算法被用来设置压力的清洗参数,冷淡的距离,穿越率;为清洗有效性的优化的嘴的角度,效率