基于行為特征的潛在客戶發(fā)現(xiàn)模型研究

《基于行為特征的潛在客戶發(fā)現(xiàn)模型研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、杭州電子科技大學(xué)學(xué)位論文原創(chuàng)性聲明和使用授權(quán)說明原創(chuàng)性聲明本人鄭重聲明：所呈交的學(xué)位論文，是本人在導(dǎo)師的指導(dǎo)下，獨(dú)立進(jìn)行研究工作所取得的成果。除文中已經(jīng)注明引用的內(nèi)容外，本論文不含任何其他個(gè)人或集體己經(jīng)發(fā)表或撰寫過的作品或成果。對本文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式標(biāo)明。申請學(xué)位論文與資料若有不實(shí)之處，本人承擔(dān)一切相關(guān)責(zé)任。論文作者簽名：列匕盈筠己日期：加肚年鄉(xiāng)月j彥日學(xué)位論文使用授權(quán)說明本人完全了解杭州電子科技大學(xué)關(guān)于保留和使用學(xué)位論文的規(guī)定，即：研究生在校攻讀學(xué)位期間論文工作的知識產(chǎn)權(quán)單位屬杭州電子科技大學(xué)。本人保證畢業(yè)離校后，發(fā)表論文或使用論文工作成果時(shí)署名

2、單位仍然為杭州電子科技大學(xué)。學(xué)校有權(quán)保留送交論文的復(fù)印件，允許查閱和借閱論文；學(xué)?？梢怨颊撐牡娜炕虿糠謨?nèi)容，可以允許采用影印、縮印或其它復(fù)制手段保存論文。(保密論文在解密后遵守此規(guī)定)論文作者簽名：i見絲欽指剝嗽：2辯幺日期：少怯年弓月／明日期：勱廠碑7月，g日杭州電子科技大學(xué)碩士學(xué)位論文基于行為特征的潛在客戶發(fā)現(xiàn)模型研究研究生：沈亞鎂指導(dǎo)教師：王曉耘教授2011年12月DissertationSubmittedtoHangzhouDianziUniVersi鑼fortheDegreeofMasterAStudyonPotentialCustomersFindingModelBa

3、sedontheBehaviorCharacteristicsCandidate：ShenYrameiSupeIVisor：Pro￡、ⅣangⅪaoyunDecember，201l杭州電子科技大學(xué)碩士學(xué)位論文摘要隨著電子商務(wù)的不斷發(fā)展，電子商務(wù)網(wǎng)站上商品的數(shù)量日益增多，信息膨脹。這就導(dǎo)致了在電子商務(wù)的發(fā)展過程中，出現(xiàn)了兩類難題：一方面，用戶面對太多的商品不愿逐個(gè)瀏覽；另一方面，商家如何更好地滿足消費(fèi)者的個(gè)性需求，保留忠誠客戶、挖掘潛在客戶等問題成為電子商務(wù)企業(yè)客戶關(guān)系管理的核心。目前各大網(wǎng)站在潛在客戶挖掘上做的還不完善，如何更準(zhǔn)確地挖掘潛在客戶是亟待解決的問題。本文總結(jié)了國內(nèi)外潛在客

4、戶挖掘的研究現(xiàn)狀，并根據(jù)現(xiàn)狀提出了本文思路——基于行為特征的潛在客戶發(fā)現(xiàn)模型研究。客戶行為特征與客戶類別的關(guān)系實(shí)質(zhì)上是一個(gè)分類問題，粗糙集是新興的分類工具，不需要提供所需處理問題之外的任何先驗(yàn)信息就可以對數(shù)據(jù)進(jìn)行分析處理，從中發(fā)現(xiàn)隱含的知識，揭示潛在的規(guī)律。本文首先對客戶行為數(shù)據(jù)進(jìn)行預(yù)處理，主要包括數(shù)據(jù)清洗、用戶識別、訪問次數(shù)統(tǒng)計(jì)、購買次數(shù)統(tǒng)計(jì)、客戶數(shù)據(jù)匹配、瀏覽后是否購買屬性識別、冗余數(shù)據(jù)刪除、研究對象選擇等過程。為了增加潛在客戶發(fā)現(xiàn)的準(zhǔn)確性，減少其他類型客戶的干擾，本文選擇了只對某產(chǎn)品只購買過一次或?yàn)g覽后未購買過的客戶進(jìn)行研究。其次本文研究了基于粗糙集的客戶行為特征挖掘算法，該部

5、分主要分為客戶行為數(shù)據(jù)離散化、客戶行為數(shù)據(jù)約簡和客戶行為特征提取三個(gè)步驟?？蛻粜袨閿?shù)據(jù)離散化階段，本文引入了基于信息熵的離散化算法，使得離散化后不改變系統(tǒng)相容性；客戶行為數(shù)據(jù)約簡階段，本文在考慮到系統(tǒng)不相容性的基礎(chǔ)上引入了基于決策熵的屬性約簡算法；客戶行為規(guī)則提取階段，本文采取基于置信度的規(guī)則生成算法，使得生成的規(guī)則更符合研究目的和具有現(xiàn)實(shí)意義，并且在分析客戶行為數(shù)據(jù)的大樣本性及不同類別客戶數(shù)量的差異性的基礎(chǔ)上提出了改進(jìn)的行為規(guī)則提取算法。然后本文構(gòu)建了基于行為特征的潛在客戶發(fā)現(xiàn)模型。第一步設(shè)計(jì)獲取數(shù)據(jù)的預(yù)處理過程，第二步將基于粗糙集的行為特征提取算法中得到的客戶行為特征建立為一個(gè)行

6、為特征庫；第三步對需預(yù)測的客戶行為數(shù)據(jù)進(jìn)行預(yù)處理及離散化；第四步匹配預(yù)處理后的訪問行為數(shù)據(jù)與行為特征庫中的數(shù)據(jù)，識別其是否為潛在客戶。實(shí)驗(yàn)結(jié)果分析表明，本文研究的基于行為特征的潛在客戶發(fā)現(xiàn)模型有效提高了潛在客戶發(fā)現(xiàn)準(zhǔn)確率。最后對本文的研究做了總結(jié)，分析了本文模型的不足之處，對今后的研究工作給予了展望。關(guān)鍵詞：潛在客戶，客戶行為，粗糙集，數(shù)據(jù)挖掘LABSTRACTWhlletllecontinuousdeVelopingoftheElec仃onicCommerce，thenumberofpro(1uctsis1ncreasmgrapldlyandmemessageisexpanding

7、ont11eElectronicCommercenet．Accordingtothat，t11ereare鉚odi繡cultproblemsappearedd謝ngthedevelopingoftheElec仃onicCommerce．Ontneonehand，duetotoomaIlychoices，customerfeelsⅦlnerabletoscanonebyone．Ontheomerhalld，lthasbeenthecore0fmanag鋤en