电子商务中顾客消费行为分析研究

发布时间：2017-03-29 13:07

  本文关键词：电子商务中顾客消费行为分析研究，由笔耕文化传播整理发布。

【摘要】： 近几年来,随着电子商务的蓬勃发展和电子商务在各行各业的全面铺开,各类企业都把电子商务作为自身发展的重点。企业如何利用电子商务在竞争中获得先机,成为目前电子商务应用研究的热点问题之一。在电子商务中,企业只有不断地扩张,才能在竞争中保持自己的优势。其中如何留住老顾客并不断吸引新顾客的加入是企业实现扩张和获取利润的一个重要方面。 本文主要是针对电子商务企业中顾客的消费行为进行分析研究的基础上展开论述的。本文的研究重点是:利用数据挖掘中的相关算法以及相关的分析软件,对电子商务企业建立的顾客数据库进行分析研究,对具有不同消费行为的顾客进行分类,并对顾客的购物篮进行分析,以便对这些顾客提供更好的服务,以达到留住老顾客和吸引新顾客的目的。本文主要从两个大的方面进行分析研究:理论分析研究和实例分析研究。实例分析研究过程中采用了Microsoft SQL Server 2005和Microsoft Visual Studio 2005作为分析工具,进行了详细地分析。本文主要做了以下几个方面的工作: 1.为什么要采用数据挖掘的方法进行分析研究?从数据挖掘在商业,特别是电子商务中的应用入手,结合数据挖掘的主要任务,分析利用数据挖掘中的相关算法对顾客消费行为进行研究的可行性。 2.如何利用数据挖掘的方法进行顾客消费行为的分析研究?本部分工作主要是理论研究。顾客消费行为研究的目的有两个方面:一是针对不同的顾客提供不同的服务的依据是什么;二是为顾客提供商品推荐服务的依据又是什么。从数据挖掘的各种算法中选取了聚类算法(实现客户细分)和关联规则算法(购物篮分析),用于对顾客数据库进行分析,以得出顾客的消费偏好。 3.利用数据挖掘中的聚类算法和关联规则算法进行实例分析。首先详细介绍了Microsoft聚类算法和Microsoft关联规则算法(包括进行实例分析过程中用到的各种参数),然后给出了利用SQL Server 2005和Visual Studio 2005进行商业分析的详细过程和步骤,最后分析所得到的数据挖掘结果。根据具体的分析结果,对顾客进行细分以提供相应服务或者给顾客推荐要购买的商品。 本文主要是利用Microsoft公司提供的相关数据挖掘算法进行顾客消费行为的分析研究,在分析过程中针对使用的对Microsoft聚类算法和Microsoft关联规则算法提出了自己的改进意见和建议,以更好的服务于顾客消费行为的分析。
【关键词】：数据挖掘 消费行为 聚类算法 关联规则算法 SQL Server
【学位授予单位】：山东师范大学
【学位级别】：硕士
【学位授予年份】：2010
【分类号】：TP311.13
【目录】：

• 摘要6-8
• Abstract8-10
• 第一章 绪论10-15
• 1.1 课题研究背景与研究意义10-11
• 1.2 国内外研究现状11-13
• 1.3 本文研究的内容及主要研究方法13
• 1.4 论文的主要内容与章节安排13-15
• 第二章 电子商务背景知识15-16
• 第三章 商业智能与数据挖掘16-29
• 3.1 商业智能简介16-17
• 3.2 数据挖掘概述17-29
• 3.2.1 数据挖掘解决的商业问题17-18
• 3.2.2 数据挖掘的任务18-21
• 3.2.3 数据挖掘项目的生命周期21-24
• 3.2.4 数据挖掘体系结构24-25
• 3.2.5 数据挖掘过程模型25-29
• 第四章 数据挖掘在顾客消费行为分析中的应用29-43
• 4.1 Microsoft 聚类算法29-36
• 4.1.1 EM 聚类分析30-31
• 4.1.2 K-平均值聚类分析31-33
• 4.1.3 聚类效果的评价33
• 4.1.4 聚类预测33-34
• 4.1.5 聚类算法的参数34-36
• 4.2 Microsoft 关联规则算法36-43
• 4.2.1 关联规则算法的基本概念37-38
• 4.2.2 频繁项集的挖掘38-39
• 4.2.3 生成关联规则39
• 4.2.4 关联预测39-40
• 4.2.5 关联算法的参数40-43
• 第五章 实例分析43-68
• 5.1 SQL Server 数据挖掘方案的构成43-46
• 5.2 使用Microsoft 聚类算法进行数据挖掘分析46-63
• 5.2.1 商业需求46-51
• 5.2.2 创建解决方案51-63
• 5.2.3 Microsoft 聚类分析的挖掘结果分析63
• 5.3 使用Microsoft 关联规则算法进行数据挖掘分析63-66
• 5.3.1 商业需求63-64
• 5.3.2 创建解决方案64-65
• 5.3.3 Microsoft 关联规则的挖掘结果分析65-66
• 5.4 实例分析总结66-68
• 第六章 结论及展望68-69
• 参考文献69-71
• 致谢71-72
• 攻读硕士学位期间发表论文及参加科研项目情况72

【相似文献】

中国期刊全文数据库 前10条

1 况莉莉;;Microsoft关联规则在高校图书馆中的应用[J];宿州学院学报;2011年05期

2 徐慎刚;;关联规则数据挖掘在税务稽查系统中的应用[J];财政监督;2011年19期

3 芦海燕;;数据挖掘中关联规则算法的研究[J];电脑知识与技术;2011年26期

4 周涛;;关联规则算法综述[J];才智;2011年16期

5 侯宇;张敏;;加权关联规则挖掘算法[J];大连大学学报;2011年03期

6 崔建;李强;王国师;;一种针对大型事务数据库的关联规则挖掘算法[J];空军雷达学院学报;2011年03期

7 刘晶;朱清香;梅群;张蕾;;一种基于单处理机的并行关联规则算法及其在数字图书馆中的应用[J];图书情报工作;2011年07期

8 戴月明;李彦伟;王金鑫;;一种加权时态关联规则挖掘算法[J];计算机工程与应用;2011年26期

9 鹿莉霞;;关联规则在课程相关性分析中的应用[J];电脑知识与技术;2011年14期

10 杜英;;关联规则挖掘研究[J];知识经济;2011年14期

中国重要会议论文全文数据库 前10条

1 郭学军;陈晓云;;粗集方法在数据挖掘中的应用[A];第十六届全国数据库学术会议论文集[C];1999年

2 徐慧;;基于Web的文献数据挖掘[A];第十七届全国数据库学术会议论文集（技术报告篇）[C];2000年

3 孙迎;;医院信息的数据挖掘与方法研究[A];中华医学会第十次全国医学信息学术会议论文汇编[C];2004年

4 薛晓东;李海玲;;数据挖掘的客户关系管理应用[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集（下册）[C];2004年

5 郭建文;黄燕;印鉴;杨小波;梁兆辉;;建立中风病“阴阳类证”辨证规范的数据挖掘研究[A];中华医学会第十三次全国神经病学学术会议论文汇编[C];2010年

6 薛鲁华;张楠;;聚类分析在Web数据挖掘中的应用[A];北京市第十三次统计科学讨论会论文选编[C];2006年

7 朱扬勇;黄超;;基于多维模型的交互式数据挖掘框架[A];第二十届全国数据库学术会议论文集（技术报告篇）[C];2003年

8 陈涛;胡学钢;陈秀美;;基于数据挖掘的教学质量评价体系分析[A];全国第21届计算机技术与应用学术会议（CACIS·2010）暨全国第2届安全关键技术与应用学术会议论文集[C];2010年

9 王星;谢邦昌;戴稳胜;;数据挖掘在保险业中的应用[A];北京市第十二次统计科学讨论会论文选编[C];2003年

10 郭建文;黄燕;印鉴;杨小波;梁兆辉;;建立中风病阴阳类证辨证规范的数据挖掘研究[A];2010中国医师协会中西医结合医师大会摘要集[C];2010年

中国重要报纸全文数据库 前10条

1 早报记者 胡孝敏;跨国企业掘金中国“数据挖掘”市场[N];东方早报;2005年

2 吴勇毅;软件选型:数据挖掘是重点[N];中国冶金报;2009年

3 刘光强;靠数据挖掘抓住客户的心[N];中国计算机报;2009年

4 本报记者 郭白岩;大众点评网向数据挖掘要收益[N];中国经营报;2011年

5 赵骏飞;数据挖掘在金融行业的应用[N];中国保险报;2011年

6 本报记者 黎宇文;博时基金王德英： 数据挖掘促进基金精细化管理[N];中国证券报;2011年

7 本报记者褚宁;数据挖掘如“挖金”[N];解放日报;2002年

8 吴辅世;打破数据挖掘的5个神话[N];中国计算机报;2003年

9 ;数据挖掘：如何挖出效益？[N];中国计算机报;2004年

10 ;数据挖掘流程[N];人民邮电;2001年

中国博士学位论文全文数据库 前10条

1 孙丽;工艺知识管理及其若干关键技术研究[D];大连交通大学;2005年

2 胡志坤;复杂有色金属熔炼过程操作模式智能优化方法研究[D];中南大学;2005年

3 刘革平;基于数据挖掘的远程学习评价研究[D];西南师范大学;2005年

4 刘寨华;基于临床数据分析的病毒性心肌炎证候演变规律研究[D];黑龙江中医药大学;2006年

5 王川;基因芯片数据管理及数据挖掘[D];中国科学院研究生院（上海生命科学研究院）;2004年

6 王涛;挖掘序列模式和结构化模式的精简集[D];华中科技大学;2006年

7 郭斯羽;动态数据中的数据挖掘研究[D];浙江大学;2002年

8 李旭升;贝叶斯网络分类模型研究及其在信用评估中的应用[D];西南交通大学;2007年

9 刘东升;面向连锁零售企业的客户关系管理模型（R-CRM）研究[D];浙江工商大学;2008年

10 余红;网络时政论坛舆论领袖研究[D];华中科技大学;2007年

中国硕士学位论文全文数据库 前10条

1 曹路舟;关联规则算法在高职院校贫困生认定工作中的应用[D];安徽大学;2011年

2 杨静;数据挖掘在煤与瓦斯突出关联因素分析中的应用研究[D];河南理工大学;2009年

3 全姣;政府采购资金使用数据挖掘研究[D];重庆理工大学;2011年

4 廖赛恩;养生方数据挖掘分析系统的研制[D];湖南中医药大学;2010年

5 李坤然;数据挖掘在股市趋势预测的应用研究[D];中南林业科技大学;2008年

6 郑宏;数据挖掘可视化技术的研究与实现[D];西安电子科技大学;2010年

7 杜金刚;数据挖掘在电信客户关系管理及数据业务营销中的应用[D];北京邮电大学;2010年

8 徐路;基于决策树的数据挖掘算法的研究及其在实际中的应用[D];电子科技大学;2009年

9 梁小鸥;数据挖掘在高职教学管理中的应用[D];华南理工大学;2011年

10 王浩;数据挖掘在上海市职业能力考试院招录考试优化管理项目中的运用研究[D];华东理工大学;2012年

  本文关键词：电子商务中顾客消费行为分析研究，由笔耕文化传播整理发布。

，

本文编号：274540