改进蚁群聚类算法在零售客户分类中的研究与应用

发布时间：2020-05-27 04:01

【摘要】：随着互联网的广泛应用,淘宝、京东等电子商务平台的蓬勃、快速发展,导致如今市场竞争日益激烈,传统的实体零售企业面对数量巨大的消费者群体,采用原有的大众化营销方式不仅成本高而且没有优势。对客户进行分类在实体零售行业的关系管理中发挥着重要的作用,可以针对不同用户群体进行精准的市场营销,能提高企业营销策略的效率,获得更好的营销效果。传统数据分析方法难以处理海量的用户数据,因此,采用数据挖掘技术中的聚类分析算法实现企业客户的分群。论文首先介绍了数据挖掘和聚类分析的相关技术,包括数据挖掘的概念、挖掘的过程和方法以及聚类分析技术的定义、评价标准等,并列举了几种常用的聚类算法。然后简要介绍了实体零售客户分类的一些相关概念,说明了实体零售客户分类的重要性和必要性。文章重点讨论了标准的蚁群聚类算法以及它的发展和存在的问题,并试图从几方面改进蚁群聚类算法:蚂蚁聚类过程中的移动方向选择、算法的收敛速度以及降低算法对参数设置的依赖性。然后提出了一种改进的蚁群聚类算法方案,并采用改进的蚁群聚类算法对Iris数据集中的全部数据进行聚类,实验结果表明,改进后的算法准确率更高,算法的收敛速度也更快,证明了改进后的蚁群聚类算法是有效的。最后,将改进后的聚类算法应用到某实体零售企业的客户分类中,按照客户一段时间内的总消费金额、总消费次数以及最近消费的时间进行分类,根据用户的行为数据将用户聚类到不同的簇,得到聚类结果,并根据结果对各个类别的特点进行分析,对各簇的客户进行了分析,提出针对性的营销及决策方案。
【图文】：

研究方向,论文,框架

第６章主要是对本论文的整体内容进行了概括和总结，并提出了未来可以进逡逑行优化的几个方面，然后对以后的研究方向做出了展望。逡逑本论文主要研宄内容的框架如图１．２所示。逡逑－８邋－逡逑

客户,属性

够在发展新客户的同时留住老客户是其能够持续发展的关键之一。目前，各个商逡逑场都己经实行了会员制，通过会员卡的机制，企业积累了大量的客户数据，包括逡逑个人信息和购买信息等，如图３．１所示。通过对这些信息进行更氋层次的分析，逡逑就能够对具有不同行为的客户进行分类，，针对不同的客户群提供不同的营销方案逡逑和服务，发现并提升客户价值，最终达到提高企业利润的目的。逡逑－２７－逡逑
【学位授予单位】：大连海事大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：F274;F724.2

【参考文献】