基于客戶偏好的知識獲取及適時(shí)推送機(jī)制研究.pdf

1、隨著電子商務(wù)向著平臺化、個(gè)性化、智能化發(fā)展，電子商務(wù)客戶由以前的價(jià)格敏感導(dǎo)向向個(gè)性化服務(wù)導(dǎo)向轉(zhuǎn)變，這對電子商務(wù)企業(yè)如何針對不同的客戶偏好提供高質(zhì)量的差異化營銷提出了嚴(yán)峻考驗(yàn)。如何針對客戶的信息及消費(fèi)偏好進(jìn)行分析以便更好地實(shí)現(xiàn)個(gè)性化客戶服務(wù)成為人們所關(guān)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(nèi)外使用的偏好挖掘方法大致為遺傳算法、神經(jīng)網(wǎng)絡(luò)算法和聚類算法三類。經(jīng)過對比遺傳算法、神經(jīng)網(wǎng)絡(luò)算法和聚類算法的適應(yīng)性，所以本文

2、結(jié)合配送系統(tǒng)的現(xiàn)實(shí)需求和特征，選擇聚類算法及統(tǒng)計(jì)分析的方法對客戶偏好進(jìn)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(wù)系統(tǒng)的實(shí)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(diǎn)，在商品分類原則指導(dǎo)下，將商品分為蔬菜、水果和肉蛋等大類，并將每個(gè)大類細(xì)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(shù)據(jù)結(jié)構(gòu)，該數(shù)據(jù)結(jié)構(gòu)主要包括了客戶編碼、客戶類別、客戶行為三個(gè)維度，其中客戶行為又劃分為周期偏好、大類偏好和小類