電子商務(wù)環(huán)境中異常數(shù)據(jù)應(yīng)用研究.pdf

1、異常檢測作為數(shù)據(jù)挖掘的重要部分，其應(yīng)用不已僅僅是數(shù)據(jù)采集方面，在科學(xué)研究、股票、金融、保險、電信和Internet等領(lǐng)域都有廣泛的應(yīng)用。網(wǎng)絡(luò)和電子商務(wù)的飛速發(fā)展，使得電子商務(wù)企業(yè)積累了大量的客戶資料，電子商務(wù)企業(yè)迫切需要從大量的數(shù)據(jù)中挖掘出企業(yè)急需的知識和信息，異常數(shù)據(jù)就是其中重要的一部分，對這些異常數(shù)據(jù)不夠重視或者視為錯誤來處理，很可能會遺漏很多重要的信息，這些異常數(shù)據(jù)往往能為企業(yè)帶來大量的利潤。本文圍繞電子商務(wù)環(huán)境下異常檢測的關(guān)鍵技

2、術(shù)展開，主要論述異常檢測在電子商務(wù)領(lǐng)域的應(yīng)用，并以B公司為實例進(jìn)行實證研究，進(jìn)行電子商務(wù)環(huán)境下異常檢測在客戶關(guān)系管理中的應(yīng)用研究。主要包括以下幾點:
　　1.對異常檢測的相關(guān)理論進(jìn)行了詳細(xì)的分析。本文對異常值、異常檢測進(jìn)行了概念界定，并對異常檢測定義和相關(guān)算法的國內(nèi)外研究現(xiàn)狀進(jìn)行了歸納和總結(jié)，在比較各種算法的優(yōu)點和缺點后，最后選取基于距離的異常檢測算法作為本文實證部分的算法。
　　2.構(gòu)建了B網(wǎng)絡(luò)搜索公司的異常客戶檢測指標(biāo)體

3、系。設(shè)置了15個指標(biāo)從過去價值、當(dāng)前價值、潛在價值、行為日志數(shù)據(jù)、推廣方案數(shù)據(jù)幾個的方面反映客戶信息，應(yīng)用因子分析法從指標(biāo)體系中篩選出影響客戶綜合得分的最重要的六個指標(biāo)，這六個指標(biāo)也是影響客戶異常的最重要指標(biāo)。在分析異?？蛻舫霈F(xiàn)異常原因的時候，結(jié)合實際證明本研究得到的這六個指標(biāo)的解釋力足夠。
　　3.選取了基于距離的異常檢測算法和因子分析法進(jìn)行實證分析。依據(jù)設(shè)計好的指標(biāo)體系，對B司的50個客戶進(jìn)行基于距離的異常檢測，得到02、21

4、、23和29四個異?？蛻?。應(yīng)用拉依達(dá)準(zhǔn)則對客戶主因子綜合得分進(jìn)行異常判定，所得結(jié)果與基于距離的異常檢測算法進(jìn)行對照，發(fā)現(xiàn)有21和23兩個客戶是相同的，而其他客戶結(jié)果不一致。
　　4.針對各個異?？蛻暨M(jìn)行甄別和異常原因的分析，并制定相應(yīng)的管理和營銷策略。對基于距離的異常檢測算法和因子分析法挖掘出的兩個異?？蛻簦Y(jié)合實際情況進(jìn)行分析，找出導(dǎo)致異常的原因，根據(jù)這些原因制定相應(yīng)的應(yīng)對策略。對于兩種算法不一致的02、29個客戶，最后判定為異