基于數(shù)據(jù)挖掘的網(wǎng)絡(luò)團(tuán)購顧客購買行為模式分析研究

《基于數(shù)據(jù)挖掘的網(wǎng)絡(luò)團(tuán)購顧客購買行為模式分析研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、碩士學(xué)位論文題目基于數(shù)據(jù)挖掘的網(wǎng)絡(luò)團(tuán)購顧客購買行為模式分析研究研究生姜瑜斐專業(yè)管理科學(xué)與工程指導(dǎo)教師卜心怡教授完成日期2016年1月杭州電子科技大學(xué)碩士學(xué)位論文基于數(shù)據(jù)挖掘的網(wǎng)絡(luò)團(tuán)購顧客購買行為模式分析研究研究生：姜瑜斐指導(dǎo)教師：卜心怡教授2016年1月DissertationSubmittedtoHangzhouDianziUniversityfortheDegreeofMasterTheAnalysisofOnlineGroupBuyingBehaviorPatternbasedonDataMinin

2、gCandidate:JiangYufeiSupervisor:Prof.BuXinyiJanuary，2016杭州電子科技大學(xué)學(xué)位論文原創(chuàng)性聲明和使用授權(quán)說明原創(chuàng)惶聲明本人鄭重聲明：所呈交的學(xué)位論文，是本人在導(dǎo)師的指導(dǎo)下，獨立進(jìn)行研究工作所取得的成果。除文中己經(jīng)注明引用的內(nèi)容外，本論文不含任何其他個人或集體己經(jīng)發(fā)表或撰寫過的作品或成果。對本文的研究做出重要貢獻(xiàn)的個人和集體．均已在文中臥明確方式標(biāo)明。申請學(xué)位論文與資科若有不實么處一，本人承擔(dān)切相關(guān)責(zé)任。論文作者簽名：日期：從年

3、／月／曰為受／妻，學(xué)位論文使用授極說明目本人完全了解杭州電子科技大學(xué)關(guān)于保留和使用學(xué)位論文的規(guī)定，Ｐ；研巧生在校攻讀學(xué)位期間論文工作的知巧產(chǎn)權(quán)單位屬杭州電子科技大學(xué)。本人保證畢業(yè)離校后，發(fā)表論文或使用論文工作成果時署名單位仍然為杭州電子科技大學(xué)。學(xué)校有權(quán)保留送交論文的復(fù)印件，、允許查閱和借閱論文；學(xué)?？膳P公布論文的全部或部分內(nèi)容，可允許采用影印縮印或其它復(fù)制手段保存論文。（保密論文在解密后遵守此規(guī)定）論文作者簽名日期：月／／日、心ｉ指導(dǎo)教師簽名：（運(yùn)日期；ｋ年Ｉ月日

4、｜［｜杭州電子科技大學(xué)碩士學(xué)位論文摘要網(wǎng)絡(luò)團(tuán)購作為一種增長最快的商業(yè)模式，但其利潤的增長卻比較緩慢，確定顧客團(tuán)購的影響因素，挖掘出團(tuán)購顧客的行為模式，對其進(jìn)行分析，使商家可以更好地為顧客提供滿意的商品和服務(wù)，更可以為其銷售、運(yùn)營和管理提供指導(dǎo)意見。首先，本文綜合國內(nèi)外團(tuán)購研究現(xiàn)狀和實際網(wǎng)站的情況，從顧客、商家、社會三個角度確定網(wǎng)絡(luò)團(tuán)購的影響因素，相比于前人的研究，本文考慮了時間、網(wǎng)站特征、朋友購物影響等因素。其次，本文基于RFM分析對回收到的問卷數(shù)據(jù)進(jìn)行分析，即對最近購買時間、購買頻率、購買金額進(jìn)行分析，

5、并通過PAM算法實現(xiàn)了K-Mediods聚類，將團(tuán)購顧客分為重要保持客戶、一般重要客戶和無價值客戶三類，以便于對不同類別的顧客的購買行為模式進(jìn)行分析研究。再次，使用改進(jìn)的C4.5算法構(gòu)建顧客行為預(yù)測模型。先用基于依賴度的決策表屬性約簡算法，將屬性的重要度作為啟發(fā)式信息來約簡屬性，然后將約簡后的屬性作為輸入屬性，顧客類別作為分類屬性，構(gòu)建決策樹模型。為了簡化決策樹，提高分類的準(zhǔn)確度，本文引入了代價矩陣、EBP剪枝、Boosting技術(shù)優(yōu)化決策樹模型，接著用改進(jìn)的決策樹算法建立顧客購買行為預(yù)測模型，用決策樹的

6、節(jié)點數(shù)和分類錯誤率來衡量模型的復(fù)雜度和準(zhǔn)確度，最后對得到的分類規(guī)則進(jìn)行解釋，發(fā)現(xiàn)價格是顧客最重要的影響因素，并且，在不同的價格區(qū)間下，不同類別的顧客所關(guān)注的因素各不相同，能更好地指導(dǎo)商家的營銷與管理。最后，使用Apriori算法對高價值顧客所選商品、所用網(wǎng)站、所關(guān)注商品的特點進(jìn)行分析，得到潛在的有價值的關(guān)聯(lián)規(guī)則，為商家更好地培育高價值顧客的忠誠度和依賴度提供有價值的參考意見。關(guān)鍵詞：網(wǎng)絡(luò)團(tuán)購，行為模式，RFM分析，決策樹，關(guān)聯(lián)規(guī)則I杭州電子科技大學(xué)碩士學(xué)位論文AbstractAlthoughOnlineg

7、roupbuyingasafastdevelopingbusinessmode,itsprofitsincreaseslowly,sodeterminethefactorsthatinfluenceonlinegroupbuying,developtheconsumers’behaviorpattern,andpredictthesuccessivebehavior,whichcanmakeabigcontributiontoprovidesatisfyinggoodsandservicestoconsu

8、mersandmakesuggestionsforsellers’saling,operationandmanagement.Thispapermakethepredictionmodelforonlinegroupbuyingtopredictthedifferenttypeofconsumers’buyingbehavior.Firstly,onthebasisoftheliteratureofonlinegroupbuy