潘程
(重慶交通大學(xué) 管理學(xué)院,重慶 400074)
基于正相關(guān)關(guān)聯(lián)規(guī)則挖掘分析的客戶需求權(quán)重預(yù)測(cè)
潘程
(重慶交通大學(xué) 管理學(xué)院,重慶 400074)
為預(yù)測(cè)經(jīng)營(yíng)活動(dòng)中的客戶需求,提出一種基于正相關(guān)關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘模型。挖掘統(tǒng)計(jì)數(shù)據(jù)的頻繁2_項(xiàng)集并對(duì)挖掘結(jié)果剪枝處理,按照特征需求重要性大小,計(jì)算得出重要客戶需求,再運(yùn)用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行需求權(quán)值預(yù)測(cè)。實(shí)例表明該方法可減少關(guān)聯(lián)規(guī)則數(shù)量和挖掘工作量,對(duì)需求的預(yù)測(cè)具有現(xiàn)實(shí)意義。
關(guān)聯(lián)規(guī)則;挖掘分析;權(quán)重預(yù)測(cè)
在經(jīng)營(yíng)活動(dòng)中,有效預(yù)測(cè)客戶需求對(duì)準(zhǔn)確把握客戶偏好、及時(shí)準(zhǔn)備商品和服務(wù)、提高經(jīng)營(yíng)收益具有重要意義??蛻粜枨蟮念A(yù)測(cè)方法,一般有基于定性預(yù)測(cè)的De1phi法、用戶調(diào)查法和基于定量預(yù)測(cè)的因果模型法、時(shí)間序列模型法等。定性預(yù)測(cè)方法主觀成分較多且不能得出量化預(yù)測(cè)數(shù)據(jù);通常采用的定量預(yù)測(cè)在分析初期常運(yùn)用模糊矩陣、關(guān)聯(lián)分析等方法進(jìn)行預(yù)處理[1],降低了預(yù)測(cè)結(jié)果的魯棒性和客觀性。因此,需要?jiǎng)?chuàng)新一種定量分析方法,在客觀數(shù)據(jù)基礎(chǔ)上挖掘與分析客戶需求。
數(shù)據(jù)挖掘技術(shù)[2]是基于信息處理的知識(shí)發(fā)現(xiàn),依據(jù)實(shí)際數(shù)據(jù)分析需求相關(guān)性,可保證輸出結(jié)果的客觀性;神經(jīng)網(wǎng)絡(luò)算法[3]分布處理數(shù)據(jù)能力顯著且容錯(cuò)性高,在經(jīng)濟(jì)與市場(chǎng)預(yù)測(cè)方面頗具應(yīng)用價(jià)值。所以,數(shù)據(jù)挖掘技術(shù)和神經(jīng)網(wǎng)絡(luò)算法可作為客戶需求預(yù)測(cè)的有效工具。
某電子產(chǎn)品供應(yīng)商依托tma11.com平臺(tái)開設(shè)手機(jī)旗艦店,已知該手機(jī)有3個(gè)套餐類目,分別是顏色、附加產(chǎn)品與是否ROOT。其中顏色有黑、綠、白、黃、藍(lán)5種;附加產(chǎn)品選擇有5類,分別是官方標(biāo)配、標(biāo)配+剪卡器、8G內(nèi)存卡+剪卡器、16G內(nèi)存卡+剪卡器和移動(dòng)電源+剪卡器。假設(shè)顏色用英文表示,附加產(chǎn)品分別用basic、one至four表示?,F(xiàn)以4月份統(tǒng)計(jì)數(shù)據(jù)為基礎(chǔ),運(yùn)用正相關(guān)關(guān)聯(lián)規(guī)則挖掘客戶需求,將得出的數(shù)據(jù)在BP網(wǎng)絡(luò)中反復(fù)學(xué)習(xí),進(jìn)而預(yù)測(cè)5月份的需求權(quán)重。具體的操作過程如下:表1頻繁2_項(xiàng)集
關(guān)聯(lián)規(guī)則 置信度與提升度 關(guān)聯(lián)規(guī)則 置信度與提升度program=basic 41?ROOT=no 41 conf:(1)<1ift:(1.35) program=basic 41?co1or=b1ack 33 conf:(0.8)<1ift:(1.16)ROOT=no 79?program=basic 41 conf:(0.52)<1ift:(1.35) co1or=b1ack 74?ROOT=no 59 conf:(0.8)<1ift:(1.08)program=one 40?ROOT=yes 14 conf:(0.35)<1ift:(1.34) ROOT=no 79?co1or=b1ack 59 conf:(0.75)<1ift:(1.08)ROOT=yes 28?program=one 14 conf:(0.5)<1ift:(1.34) co1or=b1ack 74?program=one 28 conf:(0.38)<1ift:(1.01)co1or=b1ack 74?program=basic 33 conf:(0.45)<1ift:(1.16) program=one 40?co1or=b1ack 28 conf:(0.7)<1ift:(1.01)
為準(zhǔn)確預(yù)測(cè)客戶需求,運(yùn)用正相關(guān)關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘技術(shù)剪枝產(chǎn)生正相關(guān)頻繁2_項(xiàng)集,進(jìn)而計(jì)算獲取產(chǎn)品重要特征需求。進(jìn)一步運(yùn)用BP神經(jīng)網(wǎng)絡(luò)技術(shù)對(duì)各時(shí)域相關(guān)特征需求權(quán)重進(jìn)行反復(fù)學(xué)習(xí)與訓(xùn)練,在達(dá)到目標(biāo)偏差時(shí)利用所取得的網(wǎng)絡(luò)連接權(quán)值與閾值進(jìn)行分析預(yù)測(cè)。實(shí)例運(yùn)用證明了方法在客戶需求與預(yù)測(cè)誤差方面的有效性。
10.3969/j.issn.1673-0194.2015.13.062
F272
A
1673-0194(2015)13-0100-02
2015-05-12