發(fā)布時(shí)間：2017-03-29 13:07

  本文關(guān)鍵詞：電子商務(wù)中顧客消費(fèi)行為分析研究，由筆耕文化傳播整理發(fā)布。

【摘要】： 近幾年來,隨著電子商務(wù)的蓬勃發(fā)展和電子商務(wù)在各行各業(yè)的全面鋪開,各類企業(yè)都把電子商務(wù)作為自身發(fā)展的重點(diǎn)。企業(yè)如何利用電子商務(wù)在競爭中獲得先機(jī),成為目前電子商務(wù)應(yīng)用研究的熱點(diǎn)問題之一。在電子商務(wù)中,企業(yè)只有不斷地?cái)U(kuò)張,才能在競爭中保持自己的優(yōu)勢(shì)。其中如何留住老顧客并不斷吸引新顧客的加入是企業(yè)實(shí)現(xiàn)擴(kuò)張和獲取利潤的一個(gè)重要方面。 本文主要是針對(duì)電子商務(wù)企業(yè)中顧客的消費(fèi)行為進(jìn)行分析研究的基礎(chǔ)上展開論述的。本文的研究重點(diǎn)是:利用數(shù)據(jù)挖掘中的相關(guān)算法以及相關(guān)的分析軟件,對(duì)電子商務(wù)企業(yè)建立的顧客數(shù)據(jù)庫進(jìn)行分析研究,對(duì)具有不同消費(fèi)行為的顧客進(jìn)行分類,并對(duì)顧客的購物籃進(jìn)行分析,以便對(duì)這些顧客提供更好的服務(wù),以達(dá)到留住老顧客和吸引新顧客的目的。本文主要從兩個(gè)大的方面進(jìn)行分析研究:理論分析研究和實(shí)例分析研究。實(shí)例分析研究過程中采用了Microsoft SQL Server 2005和Microsoft Visual Studio 2005作為分析工具,進(jìn)行了詳細(xì)地分析。本文主要做了以下幾個(gè)方面的工作: 1.為什么要采用數(shù)據(jù)挖掘的方法進(jìn)行分析研究?從數(shù)據(jù)挖掘在商業(yè),特別是電子商務(wù)中的應(yīng)用入手,結(jié)合數(shù)據(jù)挖掘的主要任務(wù),分析利用數(shù)據(jù)挖掘中的相關(guān)算法對(duì)顧客消費(fèi)行為進(jìn)行研究的可行性。 2.如何利用數(shù)據(jù)挖掘的方法進(jìn)行顧客消費(fèi)行為的分析研究?本部分工作主要是理論研究。顧客消費(fèi)行為研究的目的有兩個(gè)方面:一是針對(duì)不同的顧客提供不同的服務(wù)的依據(jù)是什么;二是為顧客提供商品推薦服務(wù)的依據(jù)又是什么。從數(shù)據(jù)挖掘的各種算法中選取了聚類算法(實(shí)現(xiàn)客戶細(xì)分)和關(guān)聯(lián)規(guī)則算法(購物籃分析),用于對(duì)顧客數(shù)據(jù)庫進(jìn)行分析,以得出顧客的消費(fèi)偏好。 3.利用數(shù)據(jù)挖掘中的聚類算法和關(guān)聯(lián)規(guī)則算法進(jìn)行實(shí)例分析。首先詳細(xì)介紹了Microsoft聚類算法和Microsoft關(guān)聯(lián)規(guī)則算法(包括進(jìn)行實(shí)例分析過程中用到的各種參數(shù)),然后給出了利用SQL Server 2005和Visual Studio 2005進(jìn)行商業(yè)分析的詳細(xì)過程和步驟,最后分析所得到的數(shù)據(jù)挖掘結(jié)果。根據(jù)具體的分析結(jié)果,對(duì)顧客進(jìn)行細(xì)分以提供相應(yīng)服務(wù)或者給顧客推薦要購買的商品。 本文主要是利用Microsoft公司提供的相關(guān)數(shù)據(jù)挖掘算法進(jìn)行顧客消費(fèi)行為的分析研究,在分析過程中針對(duì)使用的對(duì)Microsoft聚類算法和Microsoft關(guān)聯(lián)規(guī)則算法提出了自己的改進(jìn)意見和建議,以更好的服務(wù)于顧客消費(fèi)行為的分析。
【關(guān)鍵詞】：數(shù)據(jù)挖掘 消費(fèi)行為 聚類算法 關(guān)聯(lián)規(guī)則算法 SQL Server
【學(xué)位授予單位】：山東師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2010
【分類號(hào)】：TP311.13
【目錄】：

• 摘要6-8
• Abstract8-10
• 第一章 緒論10-15
• 1.1 課題研究背景與研究意義10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-13
• 1.3 本文研究的內(nèi)容及主要研究方法13
• 1.4 論文的主要內(nèi)容與章節(jié)安排13-15
• 第二章 電子商務(wù)背景知識(shí)15-16
• 第三章 商業(yè)智能與數(shù)據(jù)挖掘16-29
• 3.1 商業(yè)智能簡介16-17
• 3.2 數(shù)據(jù)挖掘概述17-29
• 3.2.1 數(shù)據(jù)挖掘解決的商業(yè)問題17-18
• 3.2.2 數(shù)據(jù)挖掘的任務(wù)18-21
• 3.2.3 數(shù)據(jù)挖掘項(xiàng)目的生命周期21-24
• 3.2.4 數(shù)據(jù)挖掘體系結(jié)構(gòu)24-25
• 3.2.5 數(shù)據(jù)挖掘過程模型25-29
• 第四章 數(shù)據(jù)挖掘在顧客消費(fèi)行為分析中的應(yīng)用29-43
• 4.1 Microsoft 聚類算法29-36
• 4.1.1 EM 聚類分析30-31
• 4.1.2 K-平均值聚類分析31-33
• 4.1.3 聚類效果的評(píng)價(jià)33
• 4.1.4 聚類預(yù)測(cè)33-34
• 4.1.5 聚類算法的參數(shù)34-36
• 4.2 Microsoft 關(guān)聯(lián)規(guī)則算法36-43
• 4.2.1 關(guān)聯(lián)規(guī)則算法的基本概念37-38
• 4.2.2 頻繁項(xiàng)集的挖掘38-39
• 4.2.3 生成關(guān)聯(lián)規(guī)則39
• 4.2.4 關(guān)聯(lián)預(yù)測(cè)39-40
• 4.2.5 關(guān)聯(lián)算法的參數(shù)40-43
• 第五章 實(shí)例分析43-68
• 5.1 SQL Server 數(shù)據(jù)挖掘方案的構(gòu)成43-46
• 5.2 使用Microsoft 聚類算法進(jìn)行數(shù)據(jù)挖掘分析46-63
• 5.2.1 商業(yè)需求46-51
• 5.2.2 創(chuàng)建解決方案51-63
• 5.2.3 Microsoft 聚類分析的挖掘結(jié)果分析63
• 5.3 使用Microsoft 關(guān)聯(lián)規(guī)則算法進(jìn)行數(shù)據(jù)挖掘分析63-66
• 5.3.1 商業(yè)需求63-64
• 5.3.2 創(chuàng)建解決方案64-65
• 5.3.3 Microsoft 關(guān)聯(lián)規(guī)則的挖掘結(jié)果分析65-66
• 5.4 實(shí)例分析總結(jié)66-68
• 第六章 結(jié)論及展望68-69
• 參考文獻(xiàn)69-71
• 致謝71-72
• 攻讀碩士學(xué)位期間發(fā)表論文及參加科研項(xiàng)目情況72

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 況莉莉;;Microsoft關(guān)聯(lián)規(guī)則在高校圖書館中的應(yīng)用[J];宿州學(xué)院學(xué)報(bào);2011年05期

2 徐慎剛;;關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘在稅務(wù)稽查系統(tǒng)中的應(yīng)用[J];財(cái)政監(jiān)督;2011年19期

3 蘆海燕;;數(shù)據(jù)挖掘中關(guān)聯(lián)規(guī)則算法的研究[J];電腦知識(shí)與技術(shù);2011年26期

4 周濤;;關(guān)聯(lián)規(guī)則算法綜述[J];才智;2011年16期

5 侯宇;張敏;;加權(quán)關(guān)聯(lián)規(guī)則挖掘算法[J];大連大學(xué)學(xué)報(bào);2011年03期

6 崔建;李強(qiáng);王國師;;一種針對(duì)大型事務(wù)數(shù)據(jù)庫的關(guān)聯(lián)規(guī)則挖掘算法[J];空軍雷達(dá)學(xué)院學(xué)報(bào);2011年03期

7 劉晶;朱清香;梅群;張蕾;;一種基于單處理機(jī)的并行關(guān)聯(lián)規(guī)則算法及其在數(shù)字圖書館中的應(yīng)用[J];圖書情報(bào)工作;2011年07期

8 戴月明;李彥偉;王金鑫;;一種加權(quán)時(shí)態(tài)關(guān)聯(lián)規(guī)則挖掘算法[J];計(jì)算機(jī)工程與應(yīng)用;2011年26期

9 鹿莉霞;;關(guān)聯(lián)規(guī)則在課程相關(guān)性分析中的應(yīng)用[J];電腦知識(shí)與技術(shù);2011年14期

10 杜英;;關(guān)聯(lián)規(guī)則挖掘研究[J];知識(shí)經(jīng)濟(jì);2011年14期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 郭學(xué)軍;陳曉云;;粗集方法在數(shù)據(jù)挖掘中的應(yīng)用[A];第十六屆全國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集[C];1999年

2 徐慧;;基于Web的文獻(xiàn)數(shù)據(jù)挖掘[A];第十七屆全國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2000年

3 孫迎;;醫(yī)院信息的數(shù)據(jù)挖掘與方法研究[A];中華醫(yī)學(xué)會(huì)第十次全國醫(yī)學(xué)信息學(xué)術(shù)會(huì)議論文匯編[C];2004年

4 薛曉東;李海玲;;數(shù)據(jù)挖掘的客戶關(guān)系管理應(yīng)用[A];科技、工程與經(jīng)濟(jì)社會(huì)協(xié)調(diào)發(fā)展——河南省第四屆青年學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C];2004年

5 郭建文;黃燕;印鑒;楊小波;梁兆輝;;建立中風(fēng)病“陰陽類證”辨證規(guī)范的數(shù)據(jù)挖掘研究[A];中華醫(yī)學(xué)會(huì)第十三次全國神經(jīng)病學(xué)學(xué)術(shù)會(huì)議論文匯編[C];2010年

6 薛魯華;張楠;;聚類分析在Web數(shù)據(jù)挖掘中的應(yīng)用[A];北京市第十三次統(tǒng)計(jì)科學(xué)討論會(huì)論文選編[C];2006年

7 朱揚(yáng)勇;黃超;;基于多維模型的交互式數(shù)據(jù)挖掘框架[A];第二十屆全國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2003年

8 陳濤;胡學(xué)鋼;陳秀美;;基于數(shù)據(jù)挖掘的教學(xué)質(zhì)量評(píng)價(jià)體系分析[A];全國第21屆計(jì)算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議（CACIS·2010）暨全國第2屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2010年

9 王星;謝邦昌;戴穩(wěn)勝;;數(shù)據(jù)挖掘在保險(xiǎn)業(yè)中的應(yīng)用[A];北京市第十二次統(tǒng)計(jì)科學(xué)討論會(huì)論文選編[C];2003年

10 郭建文;黃燕;印鑒;楊小波;梁兆輝;;建立中風(fēng)病陰陽類證辨證規(guī)范的數(shù)據(jù)挖掘研究[A];2010中國醫(yī)師協(xié)會(huì)中西醫(yī)結(jié)合醫(yī)師大會(huì)摘要集[C];2010年

中國重要報(bào)紙全文數(shù)據(jù)庫 前10條

1 早報(bào)記者 胡孝敏;跨國企業(yè)掘金中國“數(shù)據(jù)挖掘”市場[N];東方早報(bào);2005年

2 吳勇毅;軟件選型:數(shù)據(jù)挖掘是重點(diǎn)[N];中國冶金報(bào);2009年

3 劉光強(qiáng);靠數(shù)據(jù)挖掘抓住客戶的心[N];中國計(jì)算機(jī)報(bào);2009年

4 本報(bào)記者 郭白巖;大眾點(diǎn)評(píng)網(wǎng)向數(shù)據(jù)挖掘要收益[N];中國經(jīng)營報(bào);2011年

5 趙駿飛;數(shù)據(jù)挖掘在金融行業(yè)的應(yīng)用[N];中國保險(xiǎn)報(bào);2011年

6 本報(bào)記者 黎宇文;博時(shí)基金王德英： 數(shù)據(jù)挖掘促進(jìn)基金精細(xì)化管理[N];中國證券報(bào);2011年

7 本報(bào)記者褚寧;數(shù)據(jù)挖掘如“挖金”[N];解放日?qǐng)?bào);2002年

8 吳輔世;打破數(shù)據(jù)挖掘的5個(gè)神話[N];中國計(jì)算機(jī)報(bào);2003年

9 ;數(shù)據(jù)挖掘：如何挖出效益？[N];中國計(jì)算機(jī)報(bào);2004年

10 ;數(shù)據(jù)挖掘流程[N];人民郵電;2001年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 孫麗;工藝知識(shí)管理及其若干關(guān)鍵技術(shù)研究[D];大連交通大學(xué);2005年

2 胡志坤;復(fù)雜有色金屬熔煉過程操作模式智能優(yōu)化方法研究[D];中南大學(xué);2005年

3 劉革平;基于數(shù)據(jù)挖掘的遠(yuǎn)程學(xué)習(xí)評(píng)價(jià)研究[D];西南師范大學(xué);2005年

4 劉寨華;基于臨床數(shù)據(jù)分析的病毒性心肌炎證候演變規(guī)律研究[D];黑龍江中醫(yī)藥大學(xué);2006年

5 王川;基因芯片數(shù)據(jù)管理及數(shù)據(jù)挖掘[D];中國科學(xué)院研究生院（上海生命科學(xué)研究院）;2004年

6 王濤;挖掘序列模式和結(jié)構(gòu)化模式的精簡集[D];華中科技大學(xué);2006年

7 郭斯羽;動(dòng)態(tài)數(shù)據(jù)中的數(shù)據(jù)挖掘研究[D];浙江大學(xué);2002年

8 李旭升;貝葉斯網(wǎng)絡(luò)分類模型研究及其在信用評(píng)估中的應(yīng)用[D];西南交通大學(xué);2007年

9 劉東升;面向連鎖零售企業(yè)的客戶關(guān)系管理模型（R-CRM）研究[D];浙江工商大學(xué);2008年

10 余紅;網(wǎng)絡(luò)時(shí)政論壇輿論領(lǐng)袖研究[D];華中科技大學(xué);2007年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 曹路舟;關(guān)聯(lián)規(guī)則算法在高職院校貧困生認(rèn)定工作中的應(yīng)用[D];安徽大學(xué);2011年

2 楊靜;數(shù)據(jù)挖掘在煤與瓦斯突出關(guān)聯(lián)因素分析中的應(yīng)用研究[D];河南理工大學(xué);2009年

3 全姣;政府采購資金使用數(shù)據(jù)挖掘研究[D];重慶理工大學(xué);2011年

4 廖賽恩;養(yǎng)生方數(shù)據(jù)挖掘分析系統(tǒng)的研制[D];湖南中醫(yī)藥大學(xué);2010年

5 李坤然;數(shù)據(jù)挖掘在股市趨勢(shì)預(yù)測(cè)的應(yīng)用研究[D];中南林業(yè)科技大學(xué);2008年

6 鄭宏;數(shù)據(jù)挖掘可視化技術(shù)的研究與實(shí)現(xiàn)[D];西安電子科技大學(xué);2010年

7 杜金剛;數(shù)據(jù)挖掘在電信客戶關(guān)系管理及數(shù)據(jù)業(yè)務(wù)營銷中的應(yīng)用[D];北京郵電大學(xué);2010年

8 徐路;基于決策樹的數(shù)據(jù)挖掘算法的研究及其在實(shí)際中的應(yīng)用[D];電子科技大學(xué);2009年

9 梁小鷗;數(shù)據(jù)挖掘在高職教學(xué)管理中的應(yīng)用[D];華南理工大學(xué);2011年

10 王浩;數(shù)據(jù)挖掘在上海市職業(yè)能力考試院招錄考試優(yōu)化管理項(xiàng)目中的運(yùn)用研究[D];華東理工大學(xué);2012年

  本文關(guān)鍵詞：電子商務(wù)中顧客消費(fèi)行為分析研究，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：274540