网购分析模型

《网购分析模型》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、网购分析模型本题更分析某一网站的购物情况，实质是购物篮问题，即需要根据一段时间的网购数据分析各种商品之间的关联关系，找出关联度强的商品组合，并结合销售量及利润情况，提出初步的促销方案。问题一，本文用0・1变量对数据进行标准化处理，运用关联规则屮的支持度和可信度原理定义一个可以定量反应各种商品Z间关联关系的函数关系式，即关联度等于支持度乘以可信度，然后通过matlab软件求解出任意两种商晶的关联度，并筛选出关联度R>0.00032的强关联商品组合。问题二，鉴于数据限制，本文运以Apriori算法思路为蓝木，进行求解多次迭代求解，即以关联度较高的两个商品组合为基础，再利用matlab软

2、件以商品组合的支持度方差大于0.001、关联度标准差小于0.001为标准进行建模运行，从屮逐步筛选出同时多次被购买的三种及三种以上的商品纽•合。问题三，结合前两问的分析结果及利润情况提出两种不同的促销方案，一种是从强关联组合中筛选出组合利润较人的商品直接进行打折俏售，另一种是先筛选岀销量好月.利润一大一小的强关联组合，然后采取只对利润小的商品进行折扌II的隐式捆绑打折销售。关键词关联度改进Apriori多次迭代打折目录1.问题重述及分析11」问题重述12.模型假设与符号说明12」模型假设12.2符号说明23.问题一模型的建立与分析33」模型建立33.1.1定义3:3.1.2原理33

3、.2求解分析44.问题二模型的建立与分析54」模型建立54.2模型求解65.问题三模型的建立与分析65」模型建立65.1.1直接打折75」.2隐式捆绑打折85.2求解分析116.模型评价126」模型优点126.2模型缺点126.3改进方法127•参考文献121•问题重述及分析1.1问题重述随着网购的流行，网店的竞争也越來越激烈，他们需要通过了解顾客，从而引导顾客消费，获取更多的利益。题目需要我们根据某购物网站一段时期内4625个顾客对999种商品的购买记录对顾客购物习惯进行分析，并结合相应商品的利润提供-•份合理的促销计划。具体来说，需要解决以下几个问题：首先根据购物数据建立一种数

4、学模型來眾量表达多种商品间关联关系的密切程度；其次要结合已建模型尽可能多地分析出最频繁被同时购买的商品情况；最后要根据已有的分析结果，结合各种商品的利润，提出合理的促销方案，增加利润。1.1问题分析本题的网购商品关联分析是一个人数据量的数据挖掘问题，我们需要设定相关指标来筛选出关联度较人的商品组合，最后结合各组合中商品的利润关系提出可行的促销方案。2.模型假设与符号说明2.1模型假设（1）题中给的数据真实有效，表格屮的数据能真实地反映当地消费者的购物情况；（2）短时间内商品的销售情况不变，且各种商品的利润保持不变；（3）实行不同促销手段后，每种商品的销售增加量可以由调查得出。（4）

5、在所有两种商品的组合中，至少购买一种的顾客中购买同时购买两种顾客的百分比人于30%,即认为两种商品有关联的可信度较高；（5）三种以上商品同时出现时，假设其屮任意两种的关联度都大于最小关联度的情况下，若此时整体支持度大于最小支持度，则认为该多种商品的组合出现频繁。2.2符号说明R关联度n顾客总人数m商品总种类数Xij第i个顾客购买了第丿•种商品I购买函数，/=1表示购买；1=0表示不购买s支持度c置信度Ms最小支持度Me最小置佶度var方差第丿•种商品的利润幻第丿•种商品的销售量频繁出现的商品组合，由力种商品组成，/为组合序号vv一种组合的利润打折后的商品组合利润纣(g)第丿•种谢品

6、打g折时，增加的销售数量3•问题一模型的建立与分析3」模型建立3.1.1定义本题中商品间的关联度，可理解为一种潜在的规则关系。为使这种商品间的关系得以清除展示，我们定义：勺表示第i个顾客购买了第/种商品；从商品丿到商品丘的关联规则为j.k；而为刻画这一规则引入两个变量，即支持度support(s)和置信度confidence(c)：其］^rs(jok)=丄立亿=心｝，n1=1Y==^｝x,令/=1。，=1工心｝/=!L1,购买商品最后，定义购买函数/=<丄0,不购买:3.1.2原理根据关联规则挖掘各个商品Z间具体的关联关系，建立模型一对两个商品j,k的关联丿艾指标Ro指标定量表达

7、式如卜：立｛兀严」立｛列=兀」x£/{©+心>/=1R_Kjak-n其中，若顾客j同时购买第丿种和第鸟中商品，则购买函数/=X,,｝=1,否则小严」二0。E7k-表示同时购买商品丿和商品r的顾客数量。/=!/=1表示两种商品间的支持度或顾客的支持率，即同时购买两种n商品的顾客数占总顾客的比例。+心>°｝至少购买商品丿•和£中一种的顾客数量。1=1E1=心｝表示同时购买商品j^Wk的顾客数占至少购买其中一种£/｛勺+心>0)/=1的顾客比例，即可信度。实际上是对两种商品