基于购买行为的顾客忠诚度聚类方法研究

《基于购买行为的顾客忠诚度聚类方法研究》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、硕士学位论文（工程硕士）基于购买行为的顾客忠诚度聚类方法研究RESEARCHONCLUSTERINGMETHODSFORCUSTOMERLOYALTYBASEDONTHEIRPURCHASINGBEHAVIOR徐福满哈尔滨工业大学2012年6月国内图书分类号：TP311.13学校代码：10213国际图书分类号：004.625密级：公开工程硕士学位论文基于购买行为的顾客忠诚度聚类方法研究硕士研究生：徐福满导师：卢光明副教授申请学位：工程硕士学科：计算机技术所在单位：深圳远行科技有限公司答辩日期：2012年6月授予学位单位：哈尔滨工业大学ClassifiedInd

2、ex:TP311.13U.D.C:004.625DissertationfortheMaster’sDegreeofEngineeringRESEARCHONCLUSTERINGMETHODSFORCUSTOMERLOYALTYBASEDONTHEIRPURCHASINGBEHAVIORCandidate：XuFumanSupervisor：AssociateProf.LuGuangmingAcademicDegreeAppliedfor：MasterofEngineeringSpeciality：ComputerTechnologyAffiliation：S

3、henzhenVispracticeTechnologyCo.,Ltd.DateofDefence：June,2012Degree-Conferring-Institution：HarbinInstituteofTechnology哈尔滨工业大学工程硕士学位论文摘要在现今的市场竞争大潮中，越来越多的商家逐渐意识到，仅仅依靠商品本身很难在日趋激烈的竞争中保持不败，为顾客提供更贴心、更周到的服务才能长久的保留住老顾客，尤其对高速发展的国内时尚奢侈品行业更是如此。因此，如何更有针对性地开展市场营销活动、识别和保留那些高价值的顾客，挖掘有购买潜力的顾客，以及预防顾客流

4、失成为企业能否有效地进行顾客关系管理的关键。本文研究重点是基于顾客的历史交易数据，分析了国内时尚奢侈品行业顾客购买行为特性，并通过数据的预处理，获得能够综合反映顾客忠诚度和价值度的CLV指标，且基于该指标建立顾客忠诚度指标分析体系（RFM模型）。在此模型基础上，选取了不同的聚类数据挖掘方法对顾客的购买行为数据进行聚类挖掘，以识别不同忠诚度层次的顾客群。首先采用了基于密度的DBSCAN算法进行聚类，并针对其初始参数不易选取的缺点进行了改善，提出了可以自动探索尝试并最终达到顾客指定聚簇数的ADBSCAN算法。而后采用了另一种基于划分的K-means算法进行聚类，并

5、针对其初始中心点难以确定和聚类结果容易受噪声点影响等缺点，提出了融合DBSCAN算法和K-means算法的ADBSCANK算法。对比实验验证了算法的有效性。为了对改进算法进行验证，本文采用C#开发了可视化的顾客忠诚度数据挖掘系统。根据比较分析结果，对不同类型忠诚度的顾客给出了相应的营销建议，为节约盲目营销造成的不必要成本，以及深化时尚奢侈品公司营销理念提供参考，为企业制定顾客终身发展战略提供依据。文章最后对课题研究进行了总结，并对时尚奢侈品行业数据挖掘顾客忠诚度研究前景作了展望。关键词：顾客忠诚度；聚类数据挖掘；CLV；RFM模型；DBSCAN；K-means

6、-I-哈尔滨工业大学工程硕士学位论文AbstractIntheincreasingfiercemarketcompetitionnowadays,moreandmorebusinesssellersrealizedthatonlyrelyingonthegoodsitselfmaynotbealwaysthewinner.Offeringtheunderstandingandconsiderateserviceforthecustomersmayretaintheoldandloyaltycustomers,especiallytotherapidlydeve

7、lopingfashionluxurybusinessinChina.Therefore,howtoidentifyandretainthehigh-valuecustomer,minethepurchasingpotentialcustomer,promotethespecificmarketingactivities,andpredictthelossofcustomerarethekeysofbusiness'scustomerrelationshipmanagement.Thisstudyanalyzesthecustomer’spurchasingb

8、ehaviourbasedonthec