本文選題：樸素貝葉斯 + 用戶畫像��； 參考：《吉林大學》2017年碩士論文

【摘要】：隨著人工智能技術(shù)的興起,基于數(shù)據(jù)挖掘的電商零售行業(yè)迎來新的變革,“新零售”模式在傳統(tǒng)電商行業(yè)悄然興起和蔓延,成為電商未來發(fā)展的趨勢。信息傳輸速度的提升,消費者日益挑剔的需求,日漸飽和的網(wǎng)購市場,都對傳統(tǒng)電商的業(yè)務發(fā)展形成挑戰(zhàn),因此,電商企業(yè)對潛在客戶的識別、對現(xiàn)有用戶的維護成為企業(yè)關(guān)注的重點。有效的、準確的把握市場偏好,對目標市場進行精準營銷是企業(yè)努力的方向。本文研究的用戶識別模型正是基于此目的,為企業(yè)明晰地判斷出目標群體,減少企業(yè)尋找用戶的成本。首先,基于用戶畫像技術(shù),對用戶信息標簽化,給每一個用戶實例打上特定的標簽,并根據(jù)相同標簽劃分標簽群體。通過標簽抽象提取特征屬性,為客戶識別分類做鋪墊。通過放寬樸素貝葉斯分類算法的獨立性假設(shè)條件,引入了GINI系數(shù)對特征屬性進行加權(quán),根據(jù)屬性特征的重要程度控制該屬性在分類過程中所起到的影響程度。利用UCI數(shù)據(jù)集對改進的貝葉斯分類算法進行精度驗證,實驗結(jié)果表明,基于GINI系數(shù)改進的貝葉斯分類算法的分類效果較原始的樸素貝葉斯算法有提升。同時,在實證研究中,對不平衡數(shù)據(jù)分類的精度計算進行了修正,基于代價敏感學習思想引入了懲罰變量,對稀少類別的誤判加大懲罰力度。修正后的精度計算更注重了稀少類別對總體數(shù)據(jù)集的作用,更能反映分類算法的真實效果。
[Abstract]:With the rise of artificial intelligence technology, the e-commerce retail industry based on data mining ushered in new changes, and the "new retail" model quietly rose and spread in the traditional e-commerce industry, becoming the future development trend of e-commerce. The improvement of information transmission speed, the increasingly picky demand of consumers and the increasingly saturated online shopping market all pose a challenge to the development of traditional e-commerce business. Therefore, e-commerce enterprises identify potential customers. The maintenance of existing users has become the focus of attention. Effective, accurate grasp of market preferences, target market precision marketing is the direction of enterprise efforts. The user identification model studied in this paper is based on this purpose, for enterprises to clearly determine the target group, reduce the cost of enterprises to find users. Firstly, based on the user portrait technology, the user information is tagged, each user instance is labeled with a specific label, and the label groups are divided according to the same label. The feature attributes are abstracted by label, which can pave the way for customer identification and classification. By loosening the independence hypothesis of naive Bayesian classification algorithm, the GINI coefficient is introduced to weight the feature attribute, and the influence degree of the attribute in the classification process is controlled according to the importance of the attribute feature. The accuracy of the improved Bayesian classification algorithm is verified by using the UCI dataset. The experimental results show that the classification effect of the improved Bayesian classification algorithm based on GINI coefficient is better than that of the original naive Bayesian algorithm. At the same time, in the empirical study, the accuracy calculation of the classification of unbalanced data is modified, and the penalty variable is introduced based on the idea of cost sensitive learning, and the punishment for misjudgment of rare categories is increased. The modified accuracy calculation pays more attention to the effect of rare categories on the total data set and reflects the real effect of the classification algorithm.
【學位授予單位】：吉林大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：F724.6;F274

【相似文獻】

相關(guān)期刊論文 前10條

1 付蓮;;精準營銷10大行業(yè)出爐 2007年市場規(guī)模可達60億[J];市場觀察;2006年09期

2 李磊;;從廣而告之到精準營銷[J];中國中小企業(yè);2007年06期

3 ;精準營銷,助力企業(yè)取得競爭優(yōu)勢[J];商業(yè)文化;2008年06期

4 啟言;;奶業(yè)精準營銷:讓品牌建設(shè)更深入[J];市場觀察;2009年10期

5 王濟保;;如何實現(xiàn)精準營銷[J];時代經(jīng)貿(mào);2009年10期

6 孟麗君;;精準營銷新視角[J];市場觀察;2010年07期

7 唐微;張春霞;;精準營銷趨勢探討[J];東方企業(yè)文化;2010年10期

8 王寧;肖歡;;精準營銷研究綜述[J];現(xiàn)代商貿(mào)工業(yè);2011年24期

9 單國榮;;中華品牌精準營銷的理論與實踐[J];上海商業(yè);2012年02期

10 臧繼紅;唐嘉庚;;虛擬品牌社區(qū)下的精準營銷探析[J];企業(yè)導報;2012年05期

相關(guān)會議論文 前6條

1 ;實施精準營銷 推進卷煙營銷模式優(yōu)化升級[A];2010年卷煙市場營銷上水平研究與實踐論文集[C];2010年

2 單國榮;;論中華品牌精準營銷六大關(guān)系的理論與實踐[A];上海市煙草系統(tǒng)2012年度優(yōu)秀學術(shù)論文集（經(jīng)濟管理類）[C];2012年

3 李莘;寧巖;李紀;;學科服務的精準營銷[A];圖書館聯(lián)盟建設(shè)與發(fā)展[C];2012年

4 林超;;銷售還原理論的延伸思考[A];上海市煙草系統(tǒng)2012年度優(yōu)秀學術(shù)論文集（經(jīng)濟管理類）[C];2011年

5 王寧;李偉群;;做強做大“好貓”品牌之我見[A];2010年卷煙市場營銷上水平研究與實踐論文集[C];2010年

6 ;以營銷模式升級推動市場營銷上水平[A];2010年卷煙市場營銷上水平研究與實踐論文集[C];2010年

相關(guān)重要報紙文章 前10條

1 周婷;精準營銷欲分一杯“羹”[N];中國證券報;2007年

2 范思立;網(wǎng)絡精準營銷：企業(yè)更靠近消費者[N];中國經(jīng)濟時報;2008年

3 張志奎;客戶經(jīng)理應如何實踐精準營銷[N];經(jīng)理日報;2011年

4 謝高峰 方凌;連鎖精準營銷初試鋒芒[N];醫(yī)藥經(jīng)濟報;2013年

5 方凌 謝高峰;精準營銷 切了誰的蛋糕[N];醫(yī)藥經(jīng)濟報;2013年

6 本報記者 閆巖;電商賣家急盼精準營銷[N];國際商報;2013年

7 湖北咸寧市局(公司) 朱漢春;深化精準營銷 科學滿足需求[N];東方煙草報;2013年

8 記者 黃遠　趙楠;實現(xiàn)精準營銷[N];第一財經(jīng)日報;2013年

9 本報記者 李子晨;大眾點評助餐企實現(xiàn)精準營銷[N];國際商報;2014年

10 本報首席記者 范玉蕾 實習記者 張緣;推開精準營銷大門[N];石家莊日報;2014年

相關(guān)碩士學位論文 前10條

1 溫錫婷;客戶精準化營銷管理系統(tǒng)的設(shè)計與開發(fā)[D];天津大學;2014年

2 李超;普華新區(qū)地產(chǎn)項目精準營銷策略研究[D];河北大學;2015年

3 程盛杲;中高端耐用品會展精準營銷應用研究[D];西南交通大學;2014年

4 胡佳;基于用戶行為的XX電信網(wǎng)廳精準營銷研究[D];西南交通大學;2015年

5 徐龍飛;N銀行的個人金融產(chǎn)品精準營銷研究[D];蘇州大學;2015年

6 韋朦;房地產(chǎn)精準營銷顧客篩選漏斗模型研究[D];廣西大學;2015年

7 劉崢;基于大數(shù)據(jù)挖掘的電信客戶精準營銷系統(tǒng)[D];復旦大學;2014年

8 劉實然;面向出版行業(yè)的新媒體精準營銷系統(tǒng)的設(shè)計與實現(xiàn)[D];中國科學院大學(工程管理與信息技術(shù)學院);2015年

9 朱錦秀;基于云計算的用戶精準營銷支撐平臺設(shè)計與實現(xiàn)[D];南京理工大學;2014年

10 張波;基于Apriori算法的網(wǎng)絡精準營銷系統(tǒng)的設(shè)計與實現(xiàn)[D];河北科技大學;2014年

，

本文編號：1938123