数据挖掘技术在某公司笔记本电脑销售方面的应用

发布时间：2017-11-13 04:29

  本文关键词：数据挖掘技术在某公司笔记本电脑销售方面的应用

  更多相关文章： Logistic模型 BP神经网络 决策树 广义可加模型

【摘要】：伴随着行业竞争越来越激烈、消费市场的细分以及更低的信息成本,现代市场营销发生很大的变化,而以消费者为中心的数据库营销正适应了这种变化趋势,逐渐形成并迅速发展起来。数据库营销是数据库技术和市场营销有机结合后形成的。采用数据库营销技术,企业能够更加精准的发现目标人群,在适当的时间节点给客户推荐合适的产品,提高客户购买产品的概率。数据库营销技术不仅在发展新客户的过程中能够起到很大作用,还可以应用于挽留老客户,进一步巩固市场份额。本篇文章中,对数据库营销的概念背景进行了简要介绍并阐述了数据库营销的发展历程。在数据库营销技术中,能否建立合理有效的模型是营销中十分关键的部分。只有当建立的模型合理有效的时候,企业才能更精确的定位目标人群,进而提高利润以及市场所占份额。在建立模型的过程中,数据挖掘技术起到了很大的帮助。数据挖掘技术是从海量的数据中使用复杂的统计建模技术分析出数据中包含的信息,发现其中隐藏的规律。通过挖掘数据中包含的信息,可以使企业与客户之间的沟通更加个性化且具有针对性,进而提高客户购买产品的可能性。本文中简要介绍了数据挖掘的基本概念以及常见的几种数据挖掘技术并阐述了商业领域中数据挖掘的流程本文的实例研究基于某公司笔记本电脑销售方面的数据,分析在2014年12月之前的三年内购买过笔记本电脑的客户是否会在之后的三个月内再次购买该产品。本文的主要内容有如下几个方面：(1)建立了基于Logistic回归模型的响应模型根据文中第三章介绍的实际应用中构建模型的一系列流程,并利用SAS软件建立了Logistic回归模型。在模型建立完成之后,通过模型预测的正确率以及ROC曲线对模型的拟合效果进行评估,并通过Index图等方法衡量模型的稳健性(2)基于Logistic回归中筛选出的变量建立了BP神经网络、决策树、GAM模型在建立好上述几个模型之后,通过模型预测的正确率.ROC曲线下面积对几种模型的拟合效果进行比较,并结合模型的复杂程度以及模型的稳健性对上面几种模型进行整体的评估。(3)根据上述几个模型的结果,选出有更高的概率会再次购买产品的客户给企业的营销活动提供最终的目标人群。
【学位授予单位】：东南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP311.13;F274

【参考文献】

中国期刊全文数据库 前5条

1 李静;;基于数据挖掘技术的电子商务CRM研究[J];现代电子技术;2015年11期

2 李春红;张可娟;邝文竹;;基于非参数回归的桥梁极限承载力预测[J];南昌大学学报(理科版);2012年02期

3 西日古力;吴黎军;;基于广义线性回归模型的医疗保险住院费用预测[J];数理医药学杂志;2011年03期

4 冯国双;陈景武;;广义可加模型及其SAS程序实现[J];中国卫生统计;2007年01期

5 陈健;张磊;陆帅;姜晨彦;胡家瑜;姜庆五;吴凡;;采用广义可加模型分析预测上海市流感样病例发病情况[J];中华流行病学杂志;2013年04期

，

本文编号：1179124