基于客戶細(xì)分的中小型B2C化妝品商城推薦策略研究與應(yīng)用.pdf

1、隨著經(jīng)濟(jì)全球化的發(fā)展，互聯(lián)網(wǎng)為中小型企業(yè)的發(fā)展帶來更廣闊的市場前景。針對目前網(wǎng)購市場中的大量女性客戶，本文設(shè)計(jì)并實(shí)現(xiàn)基于化妝品銷售的中小型 B2C商城系統(tǒng)，提供給客戶一個(gè)網(wǎng)上購物平臺，幫助企業(yè)更好的盈利與發(fā)展。并在系統(tǒng)實(shí)現(xiàn)過程中，以提高用戶體驗(yàn)為準(zhǔn)則，對系統(tǒng)性能進(jìn)行了優(yōu)化。并通過分析客戶行為及價(jià)值，提出一種基于HSDPSOK算法的客戶細(xì)分方法，該方法對實(shí)現(xiàn)客戶分類、個(gè)性化商品推薦、挖掘潛在客戶以及進(jìn)行精準(zhǔn)營銷等有著重要的意義。本文研究內(nèi)

2、容主要分為三個(gè)方面，如下：
　　一、本文根據(jù)企業(yè)的具體業(yè)務(wù)需求，介紹了 Struts2、Spring和Hibernate三種框架的結(jié)構(gòu)、流程及特點(diǎn)，在此基礎(chǔ)上，詳細(xì)介紹集成框架SSH2，基于此框架設(shè)計(jì)開發(fā)化妝品商城系統(tǒng)，通過迭代開發(fā)，從以下三個(gè)方面對系統(tǒng)性能進(jìn)行優(yōu)化，使系統(tǒng)更加完善。（1）通過建立適當(dāng)?shù)乃饕鸵氲谌骄彺鎒hcache來提升數(shù)據(jù)的查詢效率，實(shí)現(xiàn)數(shù)據(jù)庫性能優(yōu)化；（2）基于PV統(tǒng)計(jì)的智能緩存策略，實(shí)現(xiàn)系統(tǒng)預(yù)先智能從數(shù)

3、據(jù)庫中提取客戶可能要訪問的數(shù)據(jù)并放入緩存，進(jìn)而提高系統(tǒng)的查詢效率；（3）通過實(shí)現(xiàn)分頁來提高數(shù)據(jù)查詢時(shí)符合查詢條件的結(jié)果展示效率，減少客戶的等待時(shí)間。
　　二、本文提出一種基于HSDPSOK算法的客戶細(xì)分方法。客戶細(xì)分采用的聚類算法中，k-means算法應(yīng)用廣泛，但是存在需要預(yù)先確定聚類個(gè)數(shù) K和容易陷入局部最優(yōu)的兩大缺陷。針對這兩個(gè)問題， 本文引入有效性指標(biāo)SD和PSO算法，提出一種HSDPSOK算法來提升聚類質(zhì)量：（1

4、）通過聚類質(zhì)量評價(jià)中的SD來解決聚類個(gè)數(shù)K的取值問題。使用樣本數(shù)據(jù)對應(yīng)于不同的K值進(jìn)行初步K-means聚類，使用有效性指標(biāo)進(jìn)行比較，返回SD最小時(shí)對應(yīng)的K值，保證使用最優(yōu)的K值來進(jìn)行聚類；（2）通過使用PSO算法來解決初始聚類中心的選取問題?；诹Ｗ尤簝?yōu)化算法的全局尋優(yōu)能力，選取 K個(gè)最優(yōu)的初始點(diǎn)，以此作為初始聚類中心。在客戶數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)并分析了實(shí)驗(yàn)結(jié)果，通過各項(xiàng)評價(jià)指標(biāo)，證明了使用HSDPSOK算法進(jìn)行客戶細(xì)分可以取得更好的效果