基于融合数据挖掘技术的烟草商业营销推荐系统-论文.pdf

《基于融合数据挖掘技术的烟草商业营销推荐系统-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、ISSN1009-3044E—mail：jslt@dnzs．net．cnComputerKnowledgeandTechnology电脑知识与技术http：／／www．dnzs．net．cnTel：+86—551—6569096365690964基于融合数据挖掘技术的烟草商业营销推荐系统耿晓斐(开封烟草专卖局，河南开封475100)摘要：融合聚类挖掘和关联规则分析算法，首先采用主成分分析方法进行特征选择，获取对算法有用的属性集合；然后以营销目标为约束条件，对商户进行聚类，获取营销目标下的不同商户分类群；再针对每一类商户，先从底层获取最基

2、础的单层关联规则，然后再采用汇总的数据挖掘技术，获取高支持度和高置信度的强关联规则，作为营销决策依据。通过分析所挖掘出来的规则，对特定分类的商户进行针对性的商品推荐，同时为上层决策提供数据支撑。关键词：聚类；多层关联规则；烟草商业；营销推荐系统中图分类号：TP311文献标识码：A文章编号：1009—3044(2015)01—0005—021研究背景如何进行营销决策一直是烟草行业的重要研究课题。商烟公司根据国家的计划向烟草工业公司订购卷烟，然后再把卷烟销售给零售商户。由于商烟公司订购的香烟的产地、品牌、质量和价格等各不相同，不同的商户的需

3、求不同，现有的模式是分配制度，造成有些香烟很难销售，目前大多采用搭售的策略，但如何搭售是一种营销策略，盲目搭售会造成用户满意度降低，而且会造成销售效率降低，目前现有的针对烟草营销策略的研究，多采用数据挖掘的思想，基于数据挖掘的营销策略是对终端客户进行分类，根据用户的销量和诚信记录把用户分为多个等级，但这种分级策略只能反应用户的销量信息，把这个分类作为营销策略依据太单薄，只能起一定的辅助作用。更深入地研究是根据客户的资料和历史订单数据对现有商户进行聚类，获取到自主的商户分类，但盲目的聚类会导致商户的分类没有实际意义，或获取的结果是无助于营

4、销目的的。2技术关键本系统采用基于营销目的的商户聚类，技术关键包括部分内容：数据预处理中的特征选择、基于限制目标的商户精确聚类和基于聚类结果的多层关联规则算法的研究。2．1特征选择假定获取的数据的维数为n，通常情况下n是很大的一个数，为简化模型，也为了防止模型陷入过拟合(维数灾难)，需要进行降维处理，即仅把对项目改造判定起关键作用的因素挑选出来。本系统采用PCA算法来进行降维处理，过程如下：1)计算标准化后的矩阵z的样本的协方差矩阵Cov；2)计算协方差矩阵Cov的本征向量e1，e2，⋯，el的本征值。本征值按大到小排序；3)投影数据到

5、本征矢张成的空间之中，利用贡献分析取前m个向量Y1，Y2，⋯，Ym。2．2基于营销目标限制的商户精确聚类算法现有聚类算法一般没有约束条件，只根据相似度来进行聚类，为了能够体现约束条件，需要在聚类相似度或者样本距离之间把限制条件增加进去，这样在样本聚类的时候即可使得具有相同营销特性的样本或者客户被划分到同一个类中。烟草终端商户的大部分属性是分类属性，例如：地区、类别等，此外还有数字型属性、日期型属性，由于存在不同类型的属性，常规的聚类算法无法使用，为此，采用把数字属性和日期属性划分区间的思路，这样可以转化成分类属性的方式来进行聚类。进而可

6、建立如下商户模型：分类对象x∈n，x=fA1=x1]^2=x2]八⋯A[Am=xm】，其中xj~DOM(Aj)，1(i≤m，为简便起见，将对象xQ用向量(x1，x2，⋯，xm)表达，如果属性的值不存在，则Aj=8。令X={X1，X2，⋯，Xn}为n个分类对象的集合，用集合方式表达分类对象，则Xi={xi，1，xi，2，⋯，xi，m}，如果属性Aj的值不存在，则集合中不出现xi,j，容易得~lJIXil≤m。如果存在Xi,j=Xk,j，1

7、以由如下三元组(n，I，s)来表示。其中n为类C中的对象数量，I={il，i2，⋯，iu}是C内所有属性值的集合，S={sl，s2，⋯，SU}，其中sj为ij在类c中的数量，ij∈I，1

8、介：耿晓~(1983一)，女，河南开封人，硕士，开封烟草专卖局。本栏目责任编辑：代影m数据库与信息簟理⋯，5Compu~rKnowledgeandTechnology电瞌知识与技术第11卷第01期(2015