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

1、近年來(lái)，隨著經(jīng)濟(jì)快速發(fā)展，客戶(hù)的消費(fèi)水平有了明顯地提高和突破，這給企業(yè)客戶(hù)關(guān)系管理系統(tǒng)存儲(chǔ)帶來(lái)了巨大的壓力，尤其是大型零售企業(yè)，面對(duì)日益膨脹的各種數(shù)據(jù)資源，面對(duì)海量的靜態(tài)客戶(hù)信息和動(dòng)態(tài)交易數(shù)據(jù)，傳統(tǒng)的數(shù)據(jù)庫(kù)技術(shù)已經(jīng)無(wú)法滿(mǎn)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(shí)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(shù)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(hù)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(lái)的一種新的模式識(shí)別方法，在解決有限樣本，非線(xiàn)性及高維模式識(shí)別問(wèn)題中表現(xiàn)出許多特有的優(yōu)勢(shì)。 基于以上問(wèn)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(hù)消費(fèi)行為的相關(guān)概念、研究現(xiàn)狀以及客戶(hù)分類(lèi)的研究方法；對(duì)消費(fèi)者的在線(xiàn)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(duì)客戶(hù)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(duì)偶理論對(duì)SVM原理、內(nèi)容和算法作了深入研究；同時(shí)也對(duì)支持向量、核函數(shù)的相關(guān)特征以及SVM的優(yōu)劣勢(shì)作了對(duì)比分析。 第三，提出和構(gòu)建了基于SVM的客戶(hù)消費(fèi)行為分析模型-DCSS模型，該模型能較好地處理高維線(xiàn)性不可分問(wèn)題，采用云狀處理過(guò)程的映射機(jī)制和非確定性推理，將影響分類(lèi)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