基于客戶偏好的知識獲取及適時推送機制研究.pdf

1、隨著電子商務向著平臺化、個性化、智能化發(fā)展，電子商務客戶由以前的價格敏感導向向個性化服務導向轉變，這對電子商務企業(yè)如何針對不同的客戶偏好提供高質量的差異化營銷提出了嚴峻考驗。如何針對客戶的信息及消費偏好進行分析以便更好地實現個性化客戶服務成為人們所關注的問題。
　　本文針對客戶偏好的挖掘及建模開展研究，目前國內外使用的偏好挖掘方法大致為遺傳算法、神經網絡算法和聚類算法三類。經過對比遺傳算法、神經網絡算法和聚類算法的適應性，所以本文

2、結合配送系統的現實需求和特征，選擇聚類算法及統計分析的方法對客戶偏好進行挖掘。論文首先從某配送公司為企業(yè)級客戶開展商品配送服務系統的實際需求出發(fā)，圍繞偏好群體性、行為周期性和商品分類性三大特點，在商品分類原則指導下，將商品分為蔬菜、水果和肉蛋等大類，并將每個大類細分為若干小類，由此建立了由不同粒度的偏好維度組成的客戶偏好知識的數據結構，該數據結構主要包括了客戶編碼、客戶類別、客戶行為三個維度，其中客戶行為又劃分為周期偏好、大類偏好和小類