【摘要】：企業(yè)擁有超過800多萬的零售戶,每個零售戶如果只銷售一種規(guī)格的產(chǎn)品就會產(chǎn)生大量的數(shù)據(jù),那么所有零售戶銷售多種規(guī)格的產(chǎn)品所共同產(chǎn)生的數(shù)據(jù)量是非常龐大的,目前已經(jīng)達到了TB級別。因此本文使用Hadoop作為大數(shù)據(jù)處理與分析的平臺,提高數(shù)據(jù)存儲能力和處理的效率。對企業(yè)而言,掌握了零售戶動態(tài)便可以很好的了解市場動態(tài),對客戶分類處理可以使企業(yè)針對性的投入資源,避免不必要的浪費。但是現(xiàn)有的客戶分類方法存在著很大的弊端。首先,現(xiàn)有的客戶分類方法處理海量數(shù)據(jù)的分類效果很不理想,而且數(shù)據(jù)執(zhí)行效率很低。其次,現(xiàn)有的客戶分類算法具有很強的主觀性,分類標準較為單一。本文從企業(yè)需求出發(fā),以全國800多萬的零售戶數(shù)據(jù)來研究零售戶的綜合價值,創(chuàng)建客觀、科學的客戶價值分析模型,提高企業(yè)對客戶關(guān)系管理的效率。主要研究內(nèi)容如下:1)通過市場走訪、終端采集、系統(tǒng)錄入等多種途徑進行數(shù)據(jù)采集,對采集后的海量數(shù)據(jù)進行質(zhì)量分析,采取清洗、加工和規(guī)范化等步驟對數(shù)據(jù)進行處理,運用HDFS的特性構(gòu)建一個分布式的數(shù)據(jù)存儲模型,使用Hive數(shù)據(jù)倉庫對數(shù)據(jù)進行加工處理,降維和簡化數(shù)據(jù)。2)本文在分析客戶價值的概念以及比較傳統(tǒng)的客戶分類算法的基礎(chǔ)上,從企業(yè)需求出發(fā),提出一套科學的客戶價值細分模型:選取合適的價值指標并考慮到不同指標在客戶價值中的影響程度,分析計算各指標的權(quán)重,給出評分細則,建立一套客戶價值評分體系。以評分體系為基礎(chǔ),構(gòu)建客戶價值模型:(1)價值分類模型,指導企業(yè)對不同價值的客戶展開差異化營銷策略,實現(xiàn)精準的客戶定位和客戶關(guān)系維護;(2)忠誠度預警模型,計算零售戶的忠誠度,指導企業(yè)分析零售戶的忠誠度變化,預防客戶流失。3)使用FCM模糊聚類算法對客戶價值進行分類處理,但是因為FCM模糊聚類算法存在容易陷入局部最優(yōu)和對初始聚類中心敏感的缺點,對此分別使用全局尋優(yōu)能力較強的灰狼優(yōu)化算法(GWO)和粒子群優(yōu)化算法(PSO)對其進行改進,通過實驗對比來選取聚類效果最好的一種改進算法,作為最終的客戶價值聚類算法。4)企業(yè)的數(shù)據(jù)規(guī)模非常龐大,所以使用Map Reduce并行計算框架,對改進后的FCN模糊聚類算法進行并行化處理,提高算法處理海量數(shù)據(jù)的執(zhí)行效率。5)將本文提出的客戶價值模型投入實際應用,搭建企業(yè)的基于大數(shù)據(jù)平臺的客戶價值模型分析應用系統(tǒng),為企業(yè)提供可視化的管理平臺。
【學位授予單位】：浙江理工大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TP311.13

【相似文獻】

相關(guān)期刊論文 前10條

1 王海云 ,張世美;印刷企業(yè)客戶分類與管理[J];中國出版;2005年07期

2 劉希宋;李文慶;喻登科;;基于市場營銷離群數(shù)據(jù)挖掘的客戶分類模型[J];情報雜志;2009年12期

3 張永禮;;基于客戶生命周期價值的客戶分類與數(shù)據(jù)挖掘[J];網(wǎng)絡(luò)與信息;2008年06期

4 謝天宇;曹奇英;;基于Hadoop集群的分布式入侵檢測系統(tǒng)的設(shè)計與實現(xiàn)[J];微計算機信息;2012年09期

5 朱慧云;陳森發(fā);曹杰;張麗杰;;基于最佳分裂點的客戶分類變化挖掘方法[J];信息與控制;2012年06期

6 逄利華;張錦春;;基于Hadoop的分布式數(shù)據(jù)庫系統(tǒng)[J];辦公自動化;2014年05期

7 黃源,張福炎;數(shù)據(jù)挖掘及其技術(shù)實現(xiàn)[J];計算機應用與軟件;2001年12期

8 香麗蕓;淺談數(shù)據(jù)挖掘及其應用[J];昌吉師專學報;2001年02期

9 鄭雪燕,張杰明,岳洋;數(shù)據(jù)挖掘語言[J];計算機時代;2001年11期

10 劉明晶;數(shù)據(jù)挖掘[J];華南金融電腦;2001年04期

相關(guān)會議論文 前10條

1 劉希宋;喻登科;;基于市場營銷離群數(shù)據(jù)挖掘的客戶分類模型[A];中國高等院校市場學研究會2009年年會論文集[C];2009年

2 吳亞軍;潘楊;;“中華”卷煙經(jīng)銷客戶分類模型研究[A];上海市煙草系統(tǒng)2010年度優(yōu)秀學術(shù)論文集(經(jīng)管類)[C];2011年

3 蒙崢坪;;引入“135”工作法 提升專賣客戶分類管理水平[A];廣西煙草學會2013年學術(shù)年會論文集[C];2013年

4 史東輝;蔡慶生;張春陽;;一種新的數(shù)據(jù)挖掘多策略方法研究[A];第十七屆全國數(shù)據(jù)庫學術(shù)會議論文集（研究報告篇）[C];2000年

5 張弦;;數(shù)據(jù)挖掘在農(nóng)業(yè)中的應用[A];紀念中國農(nóng)業(yè)工程學會成立30周年暨中國農(nóng)業(yè)工程學會2009年學術(shù)年會（CSAE 2009）論文集[C];2009年

6 魏順平;;教育數(shù)據(jù)挖掘:現(xiàn)狀與趨勢[A];信息化、工業(yè)化融合與服務創(chuàng)新——第十三屆計算機模擬與信息技術(shù)學術(shù)會議論文集[C];2011年

7 關(guān)清平;沉培輝;;概率網(wǎng)絡(luò)在數(shù)據(jù)挖掘上的應用[A];科技、工程與經(jīng)濟社會協(xié)調(diào)發(fā)展——中國科協(xié)第五屆青年學術(shù)年會論文集[C];2004年

8 丁瑾;;基于Web數(shù)據(jù)挖掘的綜述[A];山西省科學技術(shù)情報學會學術(shù)年會論文集[C];2004年

9 聶茹;田森平;;Web數(shù)據(jù)挖掘及其在電子商務中的應用[A];中南六�。▍^(qū)）自動化學會第24屆學術(shù)年會會議論文集[C];2006年

10 李菊;王軍;;數(shù)據(jù)挖掘在客戶關(guān)系管理的應用[A];計算機技術(shù)與應用進展·2007——全國第18屆計算機技術(shù)與應用（CACIS）學術(shù)會議論文集[C];2007年

相關(guān)重要報紙文章 前10條

1 湖南省臨湘市煙草專賣局（分公司） 陳立新;以客戶價值為核心建立客戶分類體系[N];東方煙草報;2012年

2 葉海濤 中信期貨;經(jīng)濟新常態(tài)下的客戶分類服務[N];期貨日報;2014年

3 王志軍;國家局高度評價揚州市局客戶分類與貨源供應工作[N];江蘇經(jīng)濟報;2007年

4 郭衛(wèi);鎮(zhèn)江煙草進一步規(guī)范零售客戶分類[N];江蘇經(jīng)濟報;2008年

5 本報記者 郭濤;機器大數(shù)據(jù)也離不開Hadoop[N];中國計算機報;2013年

6 本報記者褚寧;數(shù)據(jù)挖掘如“挖金”[N];解放日報;2002年

7 周蓉蓉;數(shù)據(jù)挖掘需要點想像力[N];計算機世界;2004年

8 □中國電信股份有限公司北京研究院 張舒博 □北京郵電大學計算機科學與技術(shù)學院 牛琨;走出數(shù)據(jù)挖掘的誤區(qū)[N];人民郵電;2006年

9 《網(wǎng)絡(luò)世界》記者 王瑩;數(shù)據(jù)挖掘保險業(yè)的新藍海[N];網(wǎng)絡(luò)世界;2012年

10 劉俊麗;基于地理化的網(wǎng)絡(luò)數(shù)據(jù)挖掘與分析提升投資有效性[N];人民郵電;2014年

相關(guān)博士學位論文 前10條

1 宋亞奇;云平臺下電力設(shè)備監(jiān)測大數(shù)據(jù)存儲優(yōu)化與并行處理技術(shù)研究[D];華北電力大學(北京);2016年

2 于自強;海量流數(shù)據(jù)挖掘相關(guān)問題研究[D];山東大學;2015年

3 張馨;全基因組SNP芯片應用于CNV和L0H分析的軟件比對與數(shù)據(jù)挖掘[D];復旦大學;2011年

4 彭計紅;基于數(shù)據(jù)挖掘的癡呆中醫(yī)證的研究[D];南京中醫(yī)藥大學;2015年

5 李秋虹;基于MapReduce的大規(guī)模數(shù)據(jù)挖掘技術(shù)研究[D];復旦大學;2013年

6 鄔文帥;基于多目標決策的數(shù)據(jù)挖掘方法評估與應用[D];電子科技大學;2015年

7 謝邦彥;整合數(shù)據(jù)挖掘與TRIZ理論的質(zhì)量管理方法研究[D];首都經(jīng)濟貿(mào)易大學;2010年

8 何偉全;云南高校學生意外傷害因素關(guān)聯(lián)規(guī)則挖掘及風險管控體系研究[D];昆明理工大學;2015年

9 段功豪;基于多結(jié)構(gòu)數(shù)據(jù)挖掘的滑坡災害預測模型研究[D];中國地質(zhì)大學;2016年

10 白曉明;基于數(shù)據(jù)挖掘的復合材料宏—細觀力學模型研究[D];哈爾濱工業(yè)大學;2016年

相關(guān)碩士學位論文 前10條

1 周旭;基于海量數(shù)據(jù)的客戶價值模型設(shè)計與應用[D];浙江理工大學;2018年

2 沈星光;基于Hadoop的數(shù)據(jù)挖掘分類系統(tǒng)設(shè)計與實現(xiàn)[D];北京郵電大學;2016年

3 孫靖;基于Hadoop平臺的氣象數(shù)據(jù)挖掘研究[D];北京郵電大學;2016年

4 祖曉暉;基于數(shù)據(jù)挖掘的智慧健康服務平臺設(shè)計與實現(xiàn)[D];南京郵電大學;2017年

5 李保義;基于聚類分析方法的客戶分類研究[D];北京理工大學;2015年

6 翁業(yè)飛;基于客戶價值分析的N公司客戶分類管理研究[D];蘇州大學;2016年

7 段曉順;證券公司客戶關(guān)系管理系統(tǒng)的研究與分析[D];云南大學;2016年

8 余旋;杭州招商銀行信用卡客戶分類[D];重慶大學;2016年

9 張軍堯;基于Web數(shù)據(jù)的港口客戶分類及商務決策系統(tǒng)研究[D];北京交通大學;2017年

10 李藝明;基于模糊聚類的客戶分類方法研究[D];廣東工業(yè)大學;2006年

本文編號：2779689