電子商務模式下的顧客行為特征提取及利潤挖掘.pdf

1、隨著Internet技術的不斷發(fā)展,電子商務系統(tǒng)給商家和客戶帶來了越來越多的信息,于是各種基于電子商務的個性化服務應運而生,個性化服務成為一個研究的熱點,引起人們的廣泛關注。從客戶角度出發(fā),客戶更關心順利找到自己需要的商品。電子商務系統(tǒng)可以模擬商店銷售人員向用戶提供商品推薦,幫助用戶找到所需商品,從而順利完成購買過程。從企業(yè)角度出發(fā),發(fā)現(xiàn)高價值的商品組合,幫助企業(yè)優(yōu)化客戶,為企業(yè)創(chuàng)造更多的利潤,是企業(yè)實施電子商務系統(tǒng)的最終目的。本文從這

2、兩個角度出發(fā),對個性化服務的電子商務模型相關問題進行了深入研究。在文章開頭介紹了數(shù)據(jù)挖掘的主要方法和研究熱點。評價了相關問題的研究進展,簡要介紹了進化計算理論基礎、整體框架以及最新研究進展。以下是本文主要研究內(nèi)容和創(chuàng)新性工作,主要包括:
　　 (1)利用系統(tǒng)分析理論和價值鏈理論,提出了基于個性化服務的智能化電子商務模式,并分析這種商務模式框架特點和優(yōu)勢。然后,從企業(yè)戰(zhàn)略角度分析了該模式在電子商務市場環(huán)境下競爭優(yōu)勢,并與傳統(tǒng)模式進

3、行了比較分析。最后,結合典型案例實證分析了這種新型的電子商務模式的現(xiàn)實意義,針對這種電子商務模式特點制定一套競爭戰(zhàn)略,并對戰(zhàn)略規(guī)劃和實施進行詳細論述。
　　 (2)提出了一種基于遺傳算法的顧客購買行為特征提取算法。該算法分為兩個階段,第一階段,采用Tanimoto相似度來度量顧客間購買行為,并設計遺傳聚類算法對顧客群體進行劃分,把具有相似購買行為顧客聚集為一類。然后,針對不同顧客群體的購買行為特征,設計一種基于遺傳算法的多種群特

4、征提取方法,從各個子群體中發(fā)現(xiàn)顧客的購買行為的知識。為了增強種群內(nèi)部協(xié)同進化能力和規(guī)則質量,我們采用最近鄰替代遺傳策略(q—NNR)和局部搜索策略。我們使用實際零售數(shù)據(jù)集對整個算法進行了驗證,并與經(jīng)典的Apriori算法進行比較,實驗結果表明該算法在不需要產(chǎn)生頻繁項集的情況下,可以比較高效生成精簡規(guī)則集,在規(guī)則形式方面也更加靈活。最后,我們對實驗結果進行了詳細的分析。
　　 (3)利用關聯(lián)分析模型,建立一個多目標優(yōu)化模型。該模型