發(fā)布時間：2017-10-18 06:03

  本文關(guān)鍵詞：基于數(shù)據(jù)挖掘技術(shù)的汽車銷售狀態(tài)分析與應用

  更多相關(guān)文章： 數(shù)據(jù)挖掘 聚類分析 汽車銷售 Hash

【摘要】：在互聯(lián)網(wǎng)+和大數(shù)據(jù)背景下,汽車企業(yè)管理和營銷更加依賴對客戶行為、偏好數(shù)據(jù)的收集和分析挖掘,支持潛在市場開拓、客戶粘性維護等公司營銷的各個環(huán)節(jié)。潛在汽車客戶分析是建立品牌和客戶關(guān)系的重要技術(shù)環(huán)節(jié),通過店展廳、來電客戶訪問、來店拜訪、WEB在線分析客戶的行為等渠道收集客戶行為和偏好,從中進行挖掘潛在客戶,有效支持市場推廣效果。從多種渠道收集的信息具有大數(shù)據(jù)的基本特性：數(shù)據(jù)容量大、非結(jié)構(gòu)化、實時性強等特點,對數(shù)據(jù)分析帶來挑戰(zhàn),造成挖掘結(jié)果準確性問題。針對上述問題,本文側(cè)重通過無導師的數(shù)據(jù)分析技術(shù)研究客戶聚類問題,支持精準潛在客戶識別問題的解決�；痉椒ㄊ腔谥鞒煞址治龇ǖ奶卣鳂�(gòu)建和兩階段聚類分析方法,同時為了快速有效地分析和利用已有客戶,提出了基于改進的Hash快速屬性約簡算法的汽車客戶分析模型,具體取得以下的主要成果：1.本文立足于基于主成分分析法和兩階段聚類分析法的汽車潛在客戶開發(fā)和管理的研究。根據(jù)汽車客戶選擇的數(shù)據(jù)自身特點,聚類分析能夠自動進行數(shù)據(jù)信息的挖掘,其具有低成本、占用內(nèi)存資源少、簡單易行的特點。采用主成分分析法提取汽車客戶分類的主要影響因子,并在此基礎(chǔ)上,利用兩階段聚類分析法進行潛在汽車客戶分析。2.分析基于Hash快速屬性約簡算法,并分析其具有的特點及存在的缺陷。針對其缺陷或者低效性提出了改進方案,其可以有效地提高約簡算法效率,使得計算復雜度進一步降低。實驗發(fā)現(xiàn)可以提高效率達到20～30%。通過系統(tǒng)計算的復雜度和效率性,總結(jié)出了改進算法的優(yōu)越性。3.基于上述兩個分析方法,開發(fā)了汽車銷售狀態(tài)分析系統(tǒng),利用歷史銷售客戶數(shù)據(jù)庫信息和以往的調(diào)研數(shù)據(jù)信息產(chǎn)生決策樹,為銷售人員針對不同的客戶制定不同的銷售策略提供幫助,并進一步探索汽車銷售服務(wù)行業(yè)的潛在客戶策略。利用以往銷售數(shù)據(jù)庫的信息產(chǎn)生約簡屬性,指導銷售人員根據(jù)客戶的信息推薦不同的汽車配置,這對于汽車銷售產(chǎn)業(yè)更好地實踐客戶服務(wù)具有一定的指導價值。
【關(guān)鍵詞】：數(shù)據(jù)挖掘 聚類分析 汽車銷售 Hash
【學位授予單位】：東南大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP311.13;F274;F426.471
【目錄】：

• 摘要4-5
• ABSTRACT5-10
• 第一章 緒論10-20
• 1.1 研究背景10-13
• 1.2 國內(nèi)外研究現(xiàn)狀13-18
• 1.2.1 數(shù)據(jù)挖掘技術(shù)13-14
• 1.2.2 大數(shù)據(jù)挖掘下的汽車銷售14-18
• 1.3 論文研究內(nèi)容18-19
• 1.4 論文組織結(jié)構(gòu)19-20
• 第二章 相關(guān)知識介紹20-38
• 2.1 汽車行業(yè)數(shù)據(jù)挖掘技術(shù)概述20-25
• 2.1.1 數(shù)據(jù)挖掘技術(shù)的定義20
• 2.1.2 汽車數(shù)據(jù)挖掘技術(shù)的發(fā)展20-21
• 2.1.3 汽車數(shù)據(jù)挖掘技術(shù)過程21-22
• 2.1.4 汽車數(shù)據(jù)挖掘技術(shù)的功能22-23
• 2.1.5 汽車數(shù)據(jù)挖掘技術(shù)的常用算法23-25
• 2.2 基于主成分析法的特征選擇25-28
• 2.3 數(shù)據(jù)挖掘聚類分析28-34
• 2.3.1 數(shù)據(jù)挖掘聚類分析28-29
• 2.3.2 聚類分析的方法29-32
• 2.3.3 層次聚類算法32-33
• 2.3.4 兩階段聚類分析33-34
• 2.4 信息系統(tǒng)屬性約簡34-37
• 2.5 本章小結(jié)37-38
• 第三章 基于主成分分析和兩階段聚類分析的汽車潛在客戶分析模型38-49
• 3.1 需求分析和問題定義38-39
• 3.2 兩階段聚類分析在汽車潛在客戶分析中的應用39-48
• 3.2.1 汽車潛在客戶分析40-44
• 3.2.2 兩階段聚類分析的汽車潛在客戶分析流程44-47
• 3.2.3 兩階段聚類分析在汽車潛在客戶分析中的應用47
• 3.2.4 兩階段聚類分析在汽車潛在客戶分析中改進47-48
• 3.3 本章小結(jié)48-49
• 第四章 基于HASH快速屬性約簡的聚類算法改進49-60
• 4.1 需求分析及問題定義49-50
• 4.2 基于HASH快速屬性約簡聚類算法50-56
• 4.2.1 基本定義以及性質(zhì)50-51
• 4.2.2 基于Hash快速屬性約簡算法的三種子算法51-53
• 4.2.3 基于Hash快速屬性約簡算法的分析53-56
• 4.2.4 基于Hash快速屬性約簡聚類算法56
• 4.3 基于HASH快速屬性約簡聚類算法的改進方案56-58
• 4.3.1 改進方案的算法56-58
• 4.3.2 改進方案的分析58
• 4.4 實驗結(jié)果及分析58-59
• 4.5 本章小結(jié)59-60
• 第五章 基于數(shù)據(jù)挖掘技術(shù)的汽車銷售狀態(tài)分析系統(tǒng)的設(shè)計與實現(xiàn)60-85
• 5.1 系統(tǒng)架構(gòu)的設(shè)計60-61
• 5.2 系統(tǒng)的實現(xiàn)61-74
• 5.2.1 系統(tǒng)開發(fā)平臺61
• 5.2.2 數(shù)據(jù)庫61-62
• 5.2.3 聚類分析模塊62-70
• 5.2.4 約簡聚類模塊70-74
• 5.3 數(shù)據(jù)挖掘結(jié)果分析74-81
• 5.3.1 基于聚類分析的潛在客戶分析74-79
• 5.3.2 基于Hash快速屬性約簡系統(tǒng)結(jié)果分析79-80
• 5.3.3 系統(tǒng)性能分析80-81
• 5.4 汽車銷售狀態(tài)分析系統(tǒng)的展示81-83
• 5.5 本章小結(jié)83-85
• 第六章 總結(jié)與展望85-87
• 6.1 論文工作總結(jié)85-86
• 6.2 未來工作展望86-87
• 致謝87-88
• 參考文獻88-90

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉蘭輝;論前途光明的數(shù)據(jù)挖掘技術(shù)[J];內(nèi)蒙古科技與經(jīng)濟;2004年05期

2 方忠祥,屠立;數(shù)據(jù)挖掘技術(shù)在客戶關(guān)系管理中的應用研究[J];機床與液壓;2005年06期

3 王文興;;數(shù)據(jù)挖掘技術(shù)的道與術(shù)[J];機械工業(yè)信息與網(wǎng)絡(luò);2006年03期

4 李志;;淺析數(shù)據(jù)挖掘技術(shù)[J];硅谷;2008年21期

5 孔莉莎;劉聞;;淺談數(shù)據(jù)挖掘技術(shù)與軍事決策支持[J];裝備制造技術(shù);2009年10期

6 王旭;;對數(shù)據(jù)挖掘技術(shù)在各領(lǐng)域內(nèi)應用的探討[J];中國新技術(shù)新產(chǎn)品;2009年24期

7 勞飛;;數(shù)據(jù)挖掘技術(shù)在交通事故分析中的應用[J];山東交通科技;2010年05期

8 王順民;;構(gòu)建基于數(shù)據(jù)挖掘技術(shù)的現(xiàn)代醫(yī)院信息平臺[J];制造業(yè)自動化;2011年05期

9 潘程;陳玉華;;淺談數(shù)據(jù)挖掘技術(shù)在零售業(yè)中的應用[J];中國新技術(shù)新產(chǎn)品;2011年16期

10 宋向瑛;;數(shù)據(jù)挖掘技術(shù)在黨校信息化管理的應用[J];硅谷;2012年09期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 孫義明;曾繼東;;數(shù)據(jù)挖掘技術(shù)及其應用[A];全國計算機安全學術(shù)交流會論文集（第二十二卷）[C];2007年

2 馬洪杰;曲曉飛;;數(shù)據(jù)挖掘技術(shù)和過程的特點[A];面向21世紀的科技進步與社會經(jīng)濟發(fā)展（上冊）[C];1999年

3 寧紅梅;安志興;葛亞明;李敬璽;趙坤;鐘華;陳俊杰;崔艷紅;;數(shù)據(jù)挖掘技術(shù)在獸醫(yī)學中的應用[A];Proceedings of 2010 National Vocational Education of Communications and Information Technology Conference (2010 NVCIC)[C];2010年

4 王桂芹;黃道;;數(shù)據(jù)挖掘技術(shù)綜述[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

5 徐寶蓮;李曉奇;;數(shù)據(jù)挖掘技術(shù)在網(wǎng)絡(luò)游戲中的應用[A];第十一屆中國不確定系統(tǒng)年會、第十五屆中國青年信息與管理學者大會論文集[C];2013年

6 胡廣芹;陸小左;;數(shù)據(jù)挖掘技術(shù)在中醫(yī)診斷中的應用[A];中國中西醫(yī)結(jié)合學會診斷專業(yè)委員會2009’年會論文集[C];2009年

7 戈欣;吳曉芬;許建榮;;數(shù)據(jù)挖掘技術(shù)在放射科醫(yī)療管理中的潛在作用[A];2009中華醫(yī)學會影像技術(shù)分會第十七次全國學術(shù)大會論文集[C];2009年

8 鐵軍;吳智明;;數(shù)據(jù)挖掘技術(shù)在工業(yè)鋁電解生產(chǎn)中的應用[A];第十九屆全國數(shù)據(jù)庫學術(shù)會議論文集（技術(shù)報告篇）[C];2002年

9 王建華;王菲;黃國建;;數(shù)據(jù)挖掘技術(shù)研究的現(xiàn)狀及展望[A];中國運籌學會第六屆學術(shù)交流會論文集（上卷）[C];2000年

10 肖健華;吳今培;;數(shù)據(jù)挖掘技術(shù)及其應用實例[A];2001年中國智能自動化會議論文集（下冊）[C];2001年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 記者　呂賢如;大力加強數(shù)據(jù)挖掘技術(shù)研究應用[N];光明日報;2006年

2 主持人 李禾;數(shù)據(jù)挖掘技術(shù)如何驅(qū)動經(jīng)濟車輪[N];科技日報;2007年

3 梅靜彥;數(shù)據(jù)挖掘技術(shù)在美國銀行的應用[N];金融時報;2006年

4 鄒廣普;數(shù)據(jù)挖掘技術(shù)在保險業(yè)中的應用[N];中國保險報;2010年

5 陳曉 山西財經(jīng)大學教師;數(shù)據(jù)挖掘技術(shù)在高校教學管理中的應用[N];山西經(jīng)濟日報;2010年

6 張崇峰;挖掘，再挖掘[N];中國計算機報;2003年

7 劉紅巖、何軍;利用數(shù)據(jù)挖掘技術(shù)獲得商業(yè)智能[N];中國計算機報;2003年

8 ;IBM公司推出新型數(shù)據(jù)挖掘技術(shù)[N];中國高新技術(shù)產(chǎn)業(yè)導報;2001年

9 劉軍 蘭小紅 龔富強;新技術(shù)為老裝備“保駕護航”[N];大眾科技報;2006年

10 ;軟件產(chǎn)業(yè)人才培養(yǎng)又辟新路[N];中國高新技術(shù)產(chǎn)業(yè)導報;2000年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 沈忱;基于貝葉斯網(wǎng)絡(luò)數(shù)據(jù)挖掘技術(shù)研究《本草綱目》活血化瘀類中藥性—效—用關(guān)系[D];南京中醫(yī)藥大學;2015年

2 錢力維;胡國俊祛邪助運治療老年病學術(shù)思想和經(jīng)驗總結(jié)[D];南京中醫(yī)藥大學;2016年

3 姚山;基于數(shù)據(jù)挖掘技術(shù)的造林決策研究[D];北京林業(yè)大學;2008年

4 曹秀英;基于粗集的數(shù)據(jù)挖掘技術(shù)及其應用研究[D];哈爾濱工程大學;2003年

5 伍平陽;基于數(shù)據(jù)挖掘技術(shù)的醫(yī)療設(shè)備績效預測方法的應用研究[D];南方醫(yī)科大學;2008年

6 劉剛;數(shù)據(jù)挖掘技術(shù)與分類算法研究[D];中國人民解放軍信息工程大學;2004年

7 王勇;時序數(shù)據(jù)挖掘技術(shù)及其在水質(zhì)預測中的應用研究[D];廣東工業(yè)大學;2005年

8 熊忠陽;面向商業(yè)智能的并行數(shù)據(jù)挖掘技術(shù)及應用研究[D];重慶大學;2004年

9 朱恒民;領(lǐng)域知識制導的數(shù)據(jù)挖掘技術(shù)及其在中藥提取中的應用[D];南京航空航天大學;2006年

10 毛國君;數(shù)據(jù)挖掘技術(shù)與關(guān)聯(lián)規(guī)則挖掘算法研究[D];北京工業(yè)大學;2003年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 肖建國;數(shù)據(jù)挖掘技術(shù)在就業(yè)指導與本科教學改革工作中的應用研究[D];吉林大學;2008年

2 錢和平;基于改進的灰色理論數(shù)據(jù)挖掘技術(shù)的研究[D];內(nèi)蒙古農(nóng)業(yè)大學;2010年

3 安冬冬;基于數(shù)據(jù)挖掘技術(shù)的常規(guī)公交服務(wù)水平評價體系研究[D];西南交通大學;2015年

4 陳萍;數(shù)據(jù)挖掘技術(shù)在網(wǎng)絡(luò)教學中的應用研究[D];廣東技術(shù)師范學院;2015年

5 鄧博;基于數(shù)據(jù)挖掘技術(shù)構(gòu)建電信4G客戶預測模型的研究[D];蘭州大學;2015年

6 趙明芳;數(shù)據(jù)挖掘技術(shù)在教學評教中的應用與研究[D];寧夏大學;2015年

7 苗家銘;基于數(shù)據(jù)挖掘技術(shù)的商業(yè)銀行個人信用風險評估模型及其應用[D];南京財經(jīng)大學;2015年

8 鮑素貞;數(shù)據(jù)挖掘技術(shù)在個性化網(wǎng)絡(luò)教學平臺中的應用研究[D];聊城大學;2015年

9 李文棟;基于Spark的大數(shù)據(jù)挖掘技術(shù)的研究與實現(xiàn)[D];山東大學;2015年

10 郭忠俊;基于數(shù)據(jù)挖掘技術(shù)的礦井提升機故障診斷研究[D];中國礦業(yè)大學;2015年

，

本文編號：1053332