基于支持向量機(jī)的零售企業(yè)客戶消費(fèi)行為分析與研究.pdf

1、近年來，隨著經(jīng)濟(jì)快速發(fā)展，客戶的消費(fèi)水平有了明顯地提高和突破，這給企業(yè)客戶關(guān)系管理系統(tǒng)存儲帶來了巨大的壓力，尤其是大型零售企業(yè)，面對日益膨脹的各種數(shù)據(jù)資源，面對海量的靜態(tài)客戶信息和動態(tài)交易數(shù)據(jù)，傳統(tǒng)的數(shù)據(jù)庫技術(shù)已經(jīng)無法滿足現(xiàn)代需求的分析能力，如何發(fā)現(xiàn)隱藏在大量數(shù)據(jù)背后的規(guī)則、關(guān)系和有價(jià)值的知識已成為企業(yè)今后研究的重點(diǎn)和難點(diǎn)。隨著數(shù)據(jù)挖掘方法的不斷改進(jìn)和創(chuàng)新，目前也有很多方法在實(shí)際應(yīng)用中已經(jīng)取得了一定程度的效果，比如決策樹方法，神經(jīng)網(wǎng)絡(luò)還

2、有貝葉斯方法等等。本文則引入支持向量機(jī)的方法應(yīng)用在大型零售企業(yè)客戶消費(fèi)行為分析中，它是在統(tǒng)計(jì)學(xué)習(xí)理論基礎(chǔ)上發(fā)展起來的一種新的模式識別方法，在解決有限樣本，非線性及高維模式識別問題中表現(xiàn)出許多特有的優(yōu)勢。 基于以上問題，本文主要研究了以下三方面的內(nèi)容： 第一，闡述了零售業(yè)客戶消費(fèi)行為的相關(guān)概念、研究現(xiàn)狀以及客戶分類的研究方法；對消費(fèi)者的在線消費(fèi)行為分析后指出網(wǎng)上消費(fèi)行為將成為今后企業(yè)重點(diǎn)關(guān)注的內(nèi)容。 第二，對客戶消

3、費(fèi)行為分析中所采用的數(shù)據(jù)挖掘技術(shù)作了重點(diǎn)剖析，尤其詳細(xì)介紹了支持向量機(jī)(SVM)理論，從統(tǒng)計(jì)學(xué)理論出發(fā)，結(jié)合最優(yōu)化和對偶理論對SVM原理、內(nèi)容和算法作了深入研究；同時(shí)也對支持向量、核函數(shù)的相關(guān)特征以及SVM的優(yōu)劣勢作了對比分析。 第三，提出和構(gòu)建了基于SVM的客戶消費(fèi)行為分析模型-DCSS模型，該模型能較好地處理高維線性不可分問題，采用云狀處理過程的映射機(jī)制和非確定性推理，將影響分類結(jié)果的多屬性間的相互關(guān)聯(lián)性較好地體現(xiàn)，結(jié)合SV