基于智能优化方法个性化营销策略的研究

《基于智能优化方法个性化营销策略的研究》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、合肥工业大学博士学位论文基于智能优化方法的个性化营销策略研究作者姓名：申请学位：指导教师：专业：研究方向：2011年3月ADissertationSubmiaedtoHefeiUniversityofTechnologyfortheDegreeofDoctorofPhilosophyResearchonPersonalizedMarketingStrategiesBasedonIntelligentOptimizationMethodsByJiangYuanchunHefeiUniversityofTechnologyHefei，A

2、nhui，P．R．ChinaMarch，2011齐二石吴晓波李一军黄丽华黄海军盛昭瀚陈收梁昌勇胡小建任明仑匿名同行评议专家名单教授博导同行评阅专家名单天津大学浙江大学国家自然科学基金委员会复旦大学北京航空航天大学答辩委员会名单南京大学湖南大学合肥工业大学答辩委员会主席教授博导盛昭瀚南京大学教授博导独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得金罂王些盔堂或其他教育机构的学位或证书而使用过的材

3、料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名：手赫签字日期：仍，f年／月／日学位论文版权使用授权书本学位论文作者完全了解金起王些太堂有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权金堡王些签鲞可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书)学位论文作者签名：签字日期：沙／／年钿厂日学位论文作者毕业去向：工作单位：通讯地

4、址：导师签名：签字日期：电话：邮编：别易文确

5、

6、凄6鼹∥日摘要个性化营销策略的设计与优化已经成为电子商务企业满足消费者差异化需求、创新服务内容、提高核心竞争力的重要方向。网络的无限可达性、实时性和激烈的竞争环境为个性化营销策略的建模与优化带来了新的挑战。分析电子商务环境下个性化营销的特征，研究并建立与应用环境相适应的个性化营销策略的优化模型以及模型求解方法，对发展面向消费者的新型电子商务模式，创新企业在线服务内容，提高消费者满意度具有重要意义。本文以个性化营销策略的建模与模型求解为研究主题，以智能优化方法为建模或模型求解的工具，以吸

7、引潜在消费者、提高消费者满意度、实现收益最大化为目标，研究个性化产品推荐方法以及面向推荐产品的个性化促销策略和价格策略的建模与优化方法。主要研究思路如下：首先，利用蚁群优化算法、关联分类和证据理论等方法构建消费者需求和偏好模型，研究个性化产品的推荐方法和推荐产品的优化方法；其次，构建基于非线性混合整数规划的个性化促销策略优化模型，研究并设计基于遗传算法的模型求解方法，获得吸引消费者购买推荐产品的最优促销策略：最后，建立个性化价格策略的非线性混合整数规划模型，研究并设计基于启发式算法的模型求解方法，得到吸引消费者购买推荐产品的最优价格

8、策略。本文的具体研究内容和创新点如下：(1)单信息源的个性化产品推荐方法：提出了大规模营销数据的约简方法和同时优化获取效率、推荐精度以及推荐能力的推荐规则获取方法。为了从大规模数据中构建消费者需求和偏好模型，本文首先利用蚁群优化算法对数据规模进行约简；然后，提出了一种基于口强关联分类的推荐规则获取方法，从约简后的营销数据中获取消费者的个性化需求。本文研究表明，基于蚁群优化算法的特征选择方法能够有效约简营销数据的规模，为个性化产品推荐提供高质量的数据源。基于口强关系的规则获取方法在保证推荐精度的同时，提高了规则的获取效率和推荐能力。单

9、信息源的个性化产品推荐方法能够提高消费者需求建模的效率和效果，是优化个性化营销策略的基础。(2)多信息源的推荐产品融合与优化：提出了冲突推荐规则的转换与合成方法以及基于在线评论的推荐产品优化方法。为了综合利用不同信息源构建个性化产品推荐的优化模型，本文提出了将冲突规则转换为推荐证据的推荐结果保留策略；然后，研究了证据合成中的融合效用悖论问题，提出了基于证据理论的效用分析方法对推荐证据进行合成；最后将在线评论集成到个性化推荐中，通过预测消费者的用后满意度，对个性化产品推荐的结果进行优化。本文研究表明，冲突推荐规则的转换和合成方法能够有

10、效地保留并利用多信息源中不一致的推荐结果，结合推荐问题的差异和决策者的经验得到更加合理的推荐产品集合。基于在线评论的消费者满意度预测方法能够推荐消费者真正满意的产品，优化个性化产品推荐的结果。(31面向推荐产品的个性化促销策略建模与优