【摘要】：近年來互聯(lián)網(wǎng)的飛速發(fā)展和移動(dòng)設(shè)備的普及,為人們的生活帶來了翻天覆地的變化,同時(shí)也為人們帶來了巨大的商機(jī),越來越多的企業(yè)開始嘗試全新的經(jīng)營(yíng)方式,移動(dòng)電子商務(wù)應(yīng)運(yùn)而生。移動(dòng)電子商務(wù)目前的發(fā)展已經(jīng)日漸成熟,成為了當(dāng)前新的時(shí)代特征,不過隨著市場(chǎng)競(jìng)爭(zhēng)日益激烈,也為企業(yè)帶來了很多挑戰(zhàn),如何獲取最大的利潤(rùn),在激烈的行業(yè)競(jìng)爭(zhēng)中取得勝利,成為移動(dòng)商務(wù)企業(yè)共同關(guān)心的問題。在眾多的盈利模式中,在線廣告是互聯(lián)網(wǎng)企業(yè)最早也是最普遍采用的變現(xiàn)方式,移動(dòng)電子商務(wù)作為互聯(lián)網(wǎng)行業(yè)新興的一員,擁有龐大的互聯(lián)網(wǎng)用戶,這一先天條件為其在線廣告的發(fā)展和推廣提供了基礎(chǔ)。如果可以把握住在線廣告這樣的盈利模式,移動(dòng)電子商務(wù)企業(yè)將能夠獲得豐厚的利潤(rùn)。為了推動(dòng)在線廣告的發(fā)展,需要與在線廣告客戶建立良好的關(guān)系,減少客戶流失數(shù)量,本文就是從這個(gè)角度出發(fā),為移動(dòng)商務(wù)企業(yè)建立廣告位客戶流失預(yù)測(cè)模型。在本文研究過程中,首先對(duì)移動(dòng)商務(wù)平臺(tái)廣告位客戶流失問題進(jìn)行確認(rèn)。通過回顧客戶關(guān)系管理理論的相關(guān)文獻(xiàn),梳理了客戶流失的原因、掌握了客戶流失管理的方法。在此基礎(chǔ)上,結(jié)合移動(dòng)電子商務(wù)平臺(tái)在線廣告業(yè)務(wù)的特點(diǎn),給出了移動(dòng)電子商務(wù)平臺(tái)廣告位客戶流失的定義以及分類,從而明確了移動(dòng)電子商務(wù)平臺(tái)廣告位客戶流失問題。本文也對(duì)數(shù)據(jù)挖掘理論和方法進(jìn)行了系統(tǒng)的整理和概括,為后續(xù)的研究做好了理論準(zhǔn)備。其次進(jìn)行了移動(dòng)電子商務(wù)平臺(tái)廣告位客戶流失預(yù)測(cè)建�？蚣艿脑O(shè)計(jì),利用決策樹與邏輯回歸模型相結(jié)合的方法對(duì)移動(dòng)電子商務(wù)平臺(tái)廣告位客戶流失預(yù)測(cè)進(jìn)行建模,選擇使用WEKA平臺(tái)進(jìn)行決策樹分析,運(yùn)用SPSS挖掘平臺(tái)進(jìn)行l(wèi)ogistic回歸建模,定義了本文的預(yù)測(cè)變量,并提出了相應(yīng)的研究假設(shè)。然后進(jìn)行模型驗(yàn)證,完成數(shù)據(jù)收集、數(shù)據(jù)準(zhǔn)備等工作,建立了兩種預(yù)測(cè)模型:一是利用決策樹進(jìn)行屬性約減后建立的logistic回歸模型;二是直接采用原始變量的logistic模型。對(duì)建立的兩個(gè)模型進(jìn)行了結(jié)果分析和模型評(píng)估,發(fā)現(xiàn)屬性約減后的模型有更高的預(yù)測(cè)正確率,所以最終選擇屬性約減后的模型作為本文的流失預(yù)測(cè)模型,并確定了預(yù)測(cè)能力最大的變量,驗(yàn)證了客戶流失研究假設(shè)。最后對(duì)客戶流失預(yù)測(cè)模型的研究展望進(jìn)行了探討,對(duì)某移動(dòng)電子商務(wù)平臺(tái)廣告位客戶流失概率進(jìn)行了計(jì)算,結(jié)合客戶細(xì)分理論,利用RFM模型對(duì)廣告高位客戶進(jìn)行分類,對(duì)不同類型的客戶制定了針對(duì)性的挽回策略,幫助移動(dòng)電子商務(wù)企業(yè)更好的開展在線廣告業(yè)務(wù),提高客戶服務(wù)質(zhì)量。
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：F626;F274
【圖文】：

哈爾濱工業(yè)大學(xué)管理學(xué)碩士學(xué)位論文四章以某移動(dòng)電子商務(wù)平臺(tái)為背景，基于該公司廣告位客戶交易數(shù)究，包括數(shù)據(jù)收集、數(shù)據(jù)準(zhǔn)備等工作，建立了兩種預(yù)測(cè)模型：一是采析進(jìn)行屬性約減后建立的 logistic 回歸模型；二是直接采用原始變ic 建模，對(duì)建立的兩個(gè)模型進(jìn)行了結(jié)果分析和模型評(píng)估，選擇較優(yōu)的的研究模型。最后對(duì)模型的研究應(yīng)用進(jìn)行展望，利用預(yù)測(cè)流失模型計(jì)概率，使用 RFM 模型計(jì)算客戶價(jià)值，并以此為依據(jù)對(duì)客戶進(jìn)行分類別的用戶提出不同客戶流失挽留策略，進(jìn)行有針對(duì)性的營(yíng)銷。文結(jié)構(gòu)框架如下圖 1-1 所示：

究客戶流失的原因，只有從根本上調(diào)整企業(yè)的行為，才能減少客戶流失。綜上所述目前學(xué)術(shù)界大部分研究要么做模型預(yù)測(cè)客戶流失，要么分析影響因素，鮮有將兩結(jié)合起來分析的，這使得模型具有一定的局限性，不利于模型的推廣應(yīng)用。2.2 數(shù)據(jù)挖掘建模技術(shù)2.2.1 決策樹算法數(shù)據(jù)挖掘領(lǐng)域經(jīng)過多年的發(fā)展，目前已經(jīng)有很多成熟的理論，并且發(fā)展出了富的數(shù)據(jù)挖掘算法，其中決策樹是最常用的數(shù)據(jù)挖掘算法之一。決策樹是一種樹結(jié)構(gòu)，是一種分類函數(shù)逼近方法,它也是常用的分類方法，決策樹的每一個(gè)內(nèi)部點(diǎn)代表一個(gè)分類屬性[58]。決策樹算法被廣泛地應(yīng)用于不同領(lǐng)域，例如在計(jì)算機(jī)域內(nèi)，決策樹可以處理數(shù)據(jù)，也可以用來研究決策問題。決策樹解決決策問題的理是，樹形結(jié)構(gòu)中的每個(gè)內(nèi)部節(jié)點(diǎn)代表一種條件，每個(gè)樹干代表一個(gè)選擇輸出，個(gè)葉節(jié)點(diǎn)可以代表一種結(jié)果，這三個(gè)部分構(gòu)成了完整的決策過程。決策樹的過程如下圖 2-1 所示：

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 歐海鷹;;在線廣告發(fā)布商與廣告主的競(jìng)合策略研究[J];管理評(píng)論;2015年10期

2 鮑新中;傅宏宇;;基于變精度加權(quán)平均粗糙度決策樹的財(cái)務(wù)預(yù)警研究[J];運(yùn)籌與管理;2015年03期

3 姜海洋;曾劍秋;;基于LBS的移動(dòng)電子商務(wù)營(yíng)銷模式及趨勢(shì)[J];北京郵電大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2015年02期

4 臧麗娜;;從“用戶產(chǎn)生內(nèi)容”(UGC)拓展在線廣告消費(fèi)者研究的新方法[J];現(xiàn)代傳播(中國(guó)傳媒大學(xué)學(xué)報(bào));2012年10期

5 羅彬;邵培基;羅盡堯;劉獨(dú)玉;夏國(guó)恩;;基于競(jìng)爭(zhēng)對(duì)手反擊的電信客戶流失挽留研究[J];管理科學(xué)學(xué)報(bào);2011年08期

6 肖進(jìn);賀昌政;;基于SODM的多分類器融合及其在客戶分類中的應(yīng)用[J];管理工程學(xué)報(bào);2010年04期

7 代逸生;沈培蘭;孫紅霞;;基于Pareto/NBD模型的電子商務(wù)網(wǎng)站客戶流失預(yù)測(cè)研究[J];科學(xué)技術(shù)與工程;2010年27期

8 朱幫助;張秋菊;;電子商務(wù)客戶流失三階段預(yù)測(cè)模型[J];中國(guó)軟科學(xué);2010年06期

9 羅彬;邵培基;羅盡堯;劉獨(dú)玉;夏國(guó)恩;;基于蟻群算法的成本敏感線性集成多分類器的客戶流失研究[J];中國(guó)管理科學(xué);2010年03期

10 付忠良;;分類器線性組合的有效性和最佳組合問題的研究[J];計(jì)算機(jī)研究與發(fā)展;2009年07期

本文編號(hào)：2741012