基于多源数据挖掘的旅游客户细分研究

发布时间：2020-04-07 17:08

【摘要】： 企业在激烈竞争的同时不可能回避两个问题。其一是他们不可能满足所有的客户。如果一个行业内的某个企业试图满足所有客户的需求,那么最终的结果将是所有的客户都不满意。如果一个行业内的所有企业都试图满足所有客户的需求,那么最终的结果将是这个行业的产品全都趋于一致。其二是企业的资源有限,他们不可能在所有方面或领域最出色。但是可以通过充分利用资源获得有别于竞争者的特殊优势,把握那些对这种优势有需求的客户。企业所需要做的就是了解自身的优势和资源,懂得如何对客户加以区分,以及识别目标客户。 本文首先介绍了研究的背景和课题来源,以及客户管理领域和旅游客户细分领域国内外的研究现状。接下来,概括了客户细分领域的理论知识,总结了普遍使用的客户细分方式,为旅游客户细分应用研究中数据属性的选取提供了理论支持。然后,着重介绍了本文使用的一种新的多源数据挖掘聚类算法——CMS(Classification from Multiple Sources)。 结合多源数据挖掘中知识发现的过程,提出了一个基于多源数据挖掘的客户细分模型,并针对香港旅游客户细分问题给出了该模型的应用。在方法模块针对本研究的实际情况对CMS方法提出了改进。 在应用研究部分,通过对旅游客户属性的分析,针对CMS方法对数据的要求整理了调查数据,并进行了数据的预处理,以备实验使用。 借助SPSS,WEKA以及Visual Basic软件工具,对整理的数据进行了CMS聚类分析。最终得到了5个客户聚类,对他们的特征进行了分析和比较。在文章的最后,总结了CMS方法的优点和缺陷,并对今后的研究提出了改进和建议。 CMS作为一种刚刚被提出的方法,还没有被广泛论证,更没有应用在旅游行业的先例。从这个角度说,本文是对CMS方法的一种验证。如果实验的结果令人满意,那么对数据挖掘领域是一项贡献。同时希望,通过对结果的分析,可以帮助旅游行业的相关部门更好地掌握前往内地的香港游客的不同特征。在此基础上,能够更好地针对不同客户群体,提供优质、个性化的服务,促进旅游业更快更好的发展。
【图文】：

对于人口统计学数据源，在下拉框中分辨选取所有包含的属性，点击 Start。在 Classifier output 框体内显示的是以选定属性作 Ai为根节点（亦为分类属性），其余属性（Ai’, B）作为数据源而生成的决策树。在 Confusion Matrix中，计算 p(Ai)对应的 Ai 值的 p(Ai| Ai’, B)。运行结果如图 5-1 所示。

图 5-2 人口统计学数据源聚类结果Figure 5-2 Clustering Result of Demographic Data Source5.3.1 匹配过程聚类中数据的匹配使用的是 VB6.0 编写的程序。
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2008
【分类号】：F592.6;F274;F224

【参考文献】

相关期刊论文 前10条

1 郭俊鹏;刘西林;;基于ID3算法的进一步客户细分方法[J];工业工程;2006年02期

2 刘英姿;吴昊;;客户细分方法研究综述[J];管理工程学报;2006年01期

3 阎长顺;李一军;;基于云模型的动态客户细分分类模型研究[J];哈尔滨工业大学学报;2007年02期

4 叶强;卢涛;闫相斌;李一军;;客户关系管理中的动态客户细分方法研究[J];管理科学学报;2006年02期

5 傅国锦;;数据挖掘技术在商业银行客户细分中的应用[J];金华职业技术学院学报;2007年04期

6 丁军;高学东;;粗糙集在客户细分系统中的应用[J];技术经济与管理研究;2006年06期

7 黄晓殷;;基于数据挖掘的电信客户细分[J];科技信息(科学教研);2007年29期

8 陈德广;苗长虹;;基于旅游动机的旅游者聚类研究——以河南省开封市居民的国内旅游为例[J];旅游学刊;2006年06期

9 刘丽华,谢秀华;模糊聚类分析法在我国国际旅游市场中的应用[J];莆田学院学报;2005年05期

10 王晓龙,刘笑明,李同升;主成分分析法、聚类分析法在旅游观光农业空间分区中的应用——以西安市为例的研究[J];数理统计与管理;2005年04期

，

本文编号：2618164