基于聚类与关联规则的客户群消费行为研究

发布时间：2017-12-29 11:18

本文关键词：基于聚类与关联规则的客户群消费行为研究　出处：《成都理工大学》2015年硕士论文　论文类型：学位论文

【摘要】：客户群消费行为的共性和个性的研究,是制定营销决策和策略的重要前提。随着大数据时代的到来,消费者无时无刻不在产生大量的数据,海量的行为数据预示着潜在的有价值的信息需要挖掘分析,然而为了利用海量数据挖掘更多的行为信息,解决大数据挖掘研究消费者行为的存在的一些问题,本文是从电信行业的背景出发,发现电信业存在同质化竞争加剧,运营商的效益增长缓慢;存量客户的数量在不断减小,并且服务质量在下降;同时由于激烈的争夺重点客户群的行为,导致了资源浪费,效益低下。为做到社会资源优化配置,争取最合理的资源消耗,获得最多的社会效益,并为消费者提供个性化需求,尽可能的挖掘和激发消费者的潜在需求,提供多样化的服务产品,满足多元化市场需求,提升企业效益的同时,为重点客户群提供优质精确的服务。本文从大数据角度出发,首先分析研究背景与阐述研究意义,接着相关文献研究综述,确定研究主题,依据研究主题,一方面探索面向大数据处理的划分聚类的方法,另一方面研究关联规则挖掘用户交叉行为的方法,并从这两个方面来展开相关理论与方法的探究,然后构建客户群消费行为研究组合模型,以某电信运营商为例,应用客户消费行为组合模型进行消费行为的实例分析,最后,提出针对性的营销策略建议或措施,文章最后是总结与展望。本文的研究成果有如下几点:(1)相关理论成果,探索了大数据挖掘技术的演进方向,分析了聚类算法及应用于大数据聚类的优缺点,关联规则算法原理与分类,总结客户群细分方法。(2)提出一种基于向量余弦夹角与皮尔逊相关系数法的高维降维方法,构建面向大数据处理的划分聚类方法模型,从而对大数据量高维数据聚类具有很好的效果,能准确地将客户群细分,并根据初步的聚类结果,分析客户群消费行为的特征。(3)为研究客户群交叉行为特征,构建关联规则挖掘的客户交叉消费行为模型,提出用于单维与多维关联规则相结合的挖掘客户交叉行为特征的方法和思路。(4)最后本文结合这两个方法模型的优点,构建了基于聚类与关联规则客户群消费行为组合模型,并将此模型应用于某移动运营商的客户群消费行为的研究,该模型目的从客户群的共性行为和个性行为两个方面研究客户消费行为。(5)通过对某移动公司的客户群消费行为实例研究,构建了某移动公司的消费行为指标体系,为客户群细分提供行为指标依据,从客户消费行为不同视角,划分不同的客户市场,分析客户群共同的消费行为特征,挖掘重点客户群的交叉消费行为特征,最后提出了基于聚类与关联规则的针对性营销策略与建议。从本文的研究成果分析,研究成果在电信行业的分析客户群消费行为具有重要的实践意义和实用价值,探索了面向大数据挖掘的一种思路与方法,以及以用户为中心时代,客户群消费行为研究的组合方法模型的优越性,同时对特定的市场背景中的海量数据处理,以及客户群消费行为共性特征,重点客户群的交叉行为特征研究具有很好的借鉴意义。
[Abstract]:......
【学位授予单位】：成都理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F274

【参考文献】