【摘要】：隨著中國進入汽車社會,大力發(fā)展汽車服務(wù)業(yè)越來越受到重視。近年來擁有汽車的家庭越來越多,我國汽車的消費結(jié)構(gòu)也發(fā)生了重大的變化,汽車企業(yè)逐步意識到汽車售后服務(wù)對加強客戶關(guān)系和提高用戶滿意度的重要性。但是,由于我國汽車行業(yè)起步晚,其售后服務(wù)水平還處于發(fā)展的初級階段,在各個環(huán)節(jié)上都與發(fā)達國家有著巨大的差距。汽車售后服務(wù)市場發(fā)展緩慢,在一定程度上影響了我國汽車行業(yè)的發(fā)展,在汽車市場中,服務(wù)是整個營銷市場中非常重要的一環(huán),汽車售后服務(wù)市場要達到為客戶需求而服務(wù)的目標(biāo),才能提升其自身水平。 不同于其他商品,汽車在購買后所產(chǎn)生各種服務(wù)消費是持續(xù)的,多樣化的,而這些服務(wù)消費在汽車整體消費中占有重大的比例。汽車售后服務(wù)項目多,涉及的范圍廣,主動為客戶提供個性化的服務(wù)項目推薦,可以幫助提高客戶的滿意度,增加客戶的忠誠度,增強企業(yè)的競爭力。 本文針對客戶的新老程度,分別進行汽車售后服務(wù)項目的推薦。在數(shù)據(jù)挖掘和服務(wù)推薦的基礎(chǔ)上結(jié)合圖論知識,利用社團網(wǎng)絡(luò)和二分圖模型對客戶進行群體細分和服務(wù)項目推薦,并融合人口統(tǒng)計學(xué)特征,研究相似客戶之間的個性化服務(wù)推薦方法。本文的主要研究內(nèi)容如下： 首先,本論文通過查閱有關(guān)的國內(nèi)外文獻,分析研究汽車售后服務(wù)、社團網(wǎng)絡(luò)、二分圖匹配和服務(wù)推薦四個方面的理論知識和研究現(xiàn)狀。 其次,本論文針對老客戶運用社團挖掘算法進行細分,劃分出消費行為相似的客戶群體,并構(gòu)建二分圖模型進行服務(wù)項目的推薦。對于新客戶,研究無法通過大量歷史進行服務(wù)挖掘的問題,引入人口統(tǒng)計學(xué)特征,構(gòu)建客戶相似度計算公式,找出與客戶相似度較高的老客戶,并結(jié)合服務(wù)選擇傾向?qū)π驴蛻暨M行個性化的服務(wù)推薦。 最后,本論文以汽車4S店的客戶數(shù)據(jù)為基礎(chǔ),通過補充和模擬,對汽車售后服務(wù)項目的推薦方法進行分析和驗證。 本文通過對新老客戶的不同研究,將客戶群細化到不同的個體,并根據(jù)其差異化有選擇性地提供汽車維修保養(yǎng)服務(wù)、汽車美容服務(wù)、車險服務(wù)和其他附加服務(wù),并對服務(wù)項目進行細分,使客戶享受到合適的服務(wù)和細致的關(guān)懷,提高客戶關(guān)系和服務(wù)質(zhì)量。
[Abstract]:With China entering the automobile society, more and more attention has been paid to the development of automobile service industry. In recent years, more and more families have owned automobile, and the consumption structure of automobile in our country has changed greatly. Automobile enterprises gradually realize the importance of automobile after-sales service to strengthen customer relationship and improve customer satisfaction. However, due to the late start of automobile industry in China, the level of after-sales service is still in the primary stage of development, and there is a huge gap between China and developed countries in every link. The development of automobile after-sales service market is slow, which to some extent affects the development of automobile industry in our country. In the automobile market, service is a very important part of the whole marketing market. Automobile after-sales service market must reach the goal of serving customer demand, only then can enhance its own level. Different from other commodities, the consumption of various services produced by the automobile after purchase is continuous and diversified, and the consumption of these services accounts for a significant proportion of the total consumption of the automobile. Automobile after-sales service projects involve a wide range of initiative to provide personalized service items for customers to recommend can help improve customer satisfaction increase customer loyalty enhance the competitiveness of enterprises. According to customer's new and old degree, this article carries on the automobile after-sale service project recommendation separately. On the basis of data mining and service recommendation, combined with graph theory knowledge, community network and bipartite graph model are used to subdivide customers and recommend service items. To study the personalized service recommendation method between similar customers. The main research contents of this paper are as follows: firstly, this paper analyzes the automobile after-sales service and community network by consulting relevant domestic and foreign literature. The theoretical knowledge and research status of bipartite graph matching and service recommendation. Secondly, this paper uses association mining algorithm to subdivide the old customers, divide the customer groups with similar consumption behavior, and construct a bipartite graph model to recommend the service items. For new customers, the problem that service mining can not be done through a large amount of history is studied. The demographic characteristics are introduced, and the calculation formula of customer similarity is constructed to find out the old customers with high similarity to customers. And combined with the trend of service selection to the new customer personalized service recommendation. Finally, based on the customer data of automobile 4S store, this paper analyzes and verifies the recommended method of automobile after-sales service project through supplement and simulation. Based on the different research of new and old customers, the customer group is divided into different individuals, and according to its differentiation, auto repair and maintenance services, auto beauty services, auto insurance services and other additional services are provided selectively. The service items are subdivided to enable customers to enjoy appropriate services and meticulous care, to improve customer relations and service quality.
【學(xué)位授予單位】：武漢理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2013
【分類號】：F274;F426.471

【參考文獻】

相關(guān)期刊論文 前10條

1 裘江南;仲秋雁;崔彥;;服務(wù)匹配模型中綜合語義匹配方法研究[J];大連理工大學(xué)學(xué)報;2007年06期

2 劉小艷;劉欣宇;王梅;;隸屬函數(shù)的確定及應(yīng)用[J];電腦知識與技術(shù);2010年31期

3 閻長順;李一軍;;基于云模型的動態(tài)客戶細分分類模型研究[J];哈爾濱工業(yè)大學(xué)學(xué)報;2007年02期

4 劉文遠;張慶大;王寶文;石巖;;一種基于核集與相似性的模糊推理方法[J];計算機科學(xué);2008年02期

5 鄧水光;尹建偉;李瑩;吳健;吳朝暉;;基于二分圖匹配的語義Web服務(wù)發(fā)現(xiàn)方法[J];計算機學(xué)報;2008年08期

6 牛強;夏士雄;胡祖輝;;基于二分圖的故障規(guī)則匹配優(yōu)化算法[J];控制與決策;2011年08期

7 金會慶;宋揚;張維一;陸汝占;郭華;王衛(wèi);;本體映射的方法在汽車領(lǐng)域的應(yīng)用[J];計算機工程與設(shè)計;2008年16期

8 于寬春;趙yN;姚青;;滿足客戶個性化需求的服務(wù)匹配算法[J];計算機工程與設(shè)計;2009年24期

9 孫林;吳相林;羅松濤;周莉;張紅艷;;基于二分圖資源分配動力學(xué)的推薦排序研究[J];計算機工程與設(shè)計;2010年23期

10 王虎;毛文婷;;基于云模型的電信客戶行為關(guān)聯(lián)規(guī)則研究[J];武漢理工大學(xué)學(xué)報(信息與管理工程版);2009年05期

相關(guān)博士學(xué)位論文 前2條

1 李增芳;基于人工智能和虛擬儀器技術(shù)的發(fā)動機故障診斷專家系統(tǒng)研究[D];浙江大學(xué);2004年

2 肖輝;時間序列的相似性查詢與異常檢測[D];復(fù)旦大學(xué);2005年

相關(guān)碩士學(xué)位論文 前9條

1 方吉辰;供應(yīng)鏈環(huán)境下的汽車服務(wù)績效評價體系研究[D];山東大學(xué);2011年

2 王飛;基于隸屬函數(shù)特征參數(shù)相似性的模糊推理方法[D];西南交通大學(xué);2011年

3 姚芳斌;國際職業(yè)標(biāo)準(zhǔn)分類體系更新及與中國的比較[D];東北財經(jīng)大學(xué);2011年

4 何峰;二分圖頂點覆蓋問題的求解及應(yīng)用[D];昆明理工大學(xué);2002年

5 邢留偉;K-Means算法在客戶細分中的應(yīng)用研究[D];西南財經(jīng)大學(xué);2007年

6 梁鳳鳳;基于本體的分布式語義Web服務(wù)發(fā)現(xiàn)研究[D];北京郵電大學(xué);2008年

7 王保義;客戶關(guān)系管理中客戶細分的數(shù)據(jù)挖掘研究[D];西安電子科技大學(xué);2009年

8 劉歷波;基于用戶偏好的汽車售后服務(wù)推薦研究[D];武漢理工大學(xué);2010年

9 呂書玉;基于客戶行為分析的汽車售后備件損耗關(guān)聯(lián)研究[D];武漢理工大學(xué);2012年

，

本文編號：2279694