欢迎来到天天文库
浏览记录
ID:33234337
大小:1.62 MB
页数:67页
时间:2019-02-22
《基于时序关联规则挖掘的客户行为实时预测技术》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、工学硕士学位论文基于时序关联规则挖掘的客户行为实时预测技术褚杰哈尔滨工业大学2008年12月国内图书分类号:TP391.0国际图书分类号:621.3工学硕士学位论文基于时序关联规则挖掘的客户行为实时预测技术硕士研究生:褚杰导师:叶允明副教授申请学位:工学硕士学科、专业:计算机科学与技术所在单位:深圳研究生院答辩日期:2008年12月授予学位单位:哈尔滨工业大学ClassifiedIndex:TP391.0U.D.C:621.3DissertationfortheDoctoralDegreeinEngineeringRE
2、AL-TIMEPREDICTIONOFCUSTOMERS’BEHAVIORBASEDONSEQUENTIALASSOCIATIONRULEMININGCandidate:ChuJieSupervisor:AssociateProf.YeYunmingAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:ComputerScienceandTechnologyAffiliation:ShenzhenGraduateSchoolDateofDefence:Dec,200
3、8Degree-Conferring-Institution:HarbinInstituteofTechnology哈尔滨工业大学工学硕士学位论文摘要随着数据挖掘领域的发展,企业通过对客户历史行为的挖掘分析,利用挖掘分析得到的规律来进行客户行为预测。这使企业可以调整对客户的服务策略,在提高服务质量的同时提升了自身的竞争力。随着RFID技术的逐渐成熟,客户行为实时预测这一研究问题开始得到人们的普遍关注。实现客户行为实时预测需要借助RFID技术,同时RFID数据海量性和时序性等特点又会给研究带来新的机遇和挑战。本文针对这些
4、问题,进行了深入地研究。首先,针对RFID数据时序性的特点,本文采用时序关联规则挖掘算法,该算法以Apriori算法为基础来实现。同时,针对零售企业商品间具有层次关系的特点,本文在时序关联规则挖掘算法中加入了层次挖掘的概念,使该算法能够更精确的挖掘出有价值的关联规则。其次,通过实验发现,算法过程中2(3)-候选序列的巨大数量是该算法性能的主要瓶颈。同时由于RFID数据海量性的特点,本文通过利用哈希技术对该算法进行改进。通过提前生成一个哈希映射表,来减少候选序列的数量,并通过实验对改进前后的算法进行了对比。实验证明,当数
5、据量很大或挖掘的支持度值很小时,改进后的算法将明显地提升原算法的性能。此外,以大型超市为场景设计一个原型系统,来模拟超市中客户行为实时预测的应用过程,为现实应用提供一个参考。2(3)-候选项数量巨大是Apriori系列算法的共同瓶颈。因此,改进算法的思想可以应用于基于Apriori的各种扩展算法。同时,结合RFID技术,企业可以实现对客户行为的实时预测,并提供相应的服务。因此,本文的研究具有一定的理论与实际意义。关键词:客户行为实时预测;RFID;时序关联规则;哈希-I-哈尔滨工业大学工学硕士学位论文AbstractW
6、iththedevelopmentofthefieldofdatamining,enterprisecanpredictcustomers’behaviorbyanalyzinghistorydataoftheirbehavior.Thisallowsenterprisetoadjustthestrategyofcustomerservice.Therefore,enterpriseimprovesthequalityofserviceandenhancesitsowncompetitivenessatthesamet
7、ime.WiththematurityofRFIDtechnology,theissueofreal-timepredictionofcustomers’behaviorbeginstocatchpeople’sattention.CombinedwithRFIDtechnology,real-timepredictionofcustomers’behaviorcanbeachieved.Butatthesametime,thetimingandmasscharacteristicsofRFIDdatabringthe
8、researchnewopportunitiesandchallenges.Tosolvesuchproblems,deepresearchismadeasfollows.First,inthispaperthesequentialassociationrulealgorithmbasedonAprioriisusedforthe
此文档下载收益归作者所有