动静态属性数据相结合的客户分类方法研究

研究了一种客户动态、静态属性数据相结合的客户分类方法。提出了客户时间序列的加权处理方法,并应用客户时间序列的统计特征作为聚类特征向量,采用混合式遗传算法对客户聚类,使每一类客户具有相似的时序特征。在此基础上将聚类结果与客户的静态属性数据相结合,对客户进一步分类。实验结果表明,与传统的基于静态属性数据的客户分类方法相比,本文的方法提高了客户分类的准确性。     

基于区间直觉模糊数相关系数的多准则决策模型

针对权重信息完全未知,评价信息为区间直觉模糊数的多准则决策问题,提出新的基于区间直觉模糊数相关系数的决策方法,弥补了基于距离测度决策方法造成信息混淆的不足,同时考虑了犹豫度的影响,进而降低了评价信息损失.通过构建并求解基于参照方案相关系数总偏差最小的非线性规划模型获得准则权重,从新的视角给出准则权重的确定方法.利用各备选方案与理想方案、临界方案的加权相关系数得到与理想方案的相对贴近度,以此对方案进行排序.最后通过实例对比分析说明了该方法的有效性.     

考虑策略型消费者行为的零售商订货及忠诚计划联合决策研究

顾客忠诚计划是零售商的重要销售策略之一. 本文针对两期折扣问题中零售商的订货和积分回馈计划投入的联合决策问题,基于完全理性假设,并结合问题的实际情况,考虑了全价期单期以及全价期和折扣期两期的积分回馈计划,构建了基于这两种积分回馈计划下的策略型消费者决策模型. 分析了不同积分回馈计划对策略型消费者行为的影响,进而讨论了零售商在不同决策下的收益情况,探索了零售商订货和积分回馈计划联合决策的制定. 研究发现：(1)积分回馈计划会对策略型消费者行为产生影响,从而影响零售商的决策和收益;(2)订货和忠诚计划制定的联合决策有利于零售商提高收益;(3)对于单位成本低的商品,面向全价期的积分回馈计划的最优收益提升较大;(4)对于商品价值与实际价格差异较小的商品,积分回馈计划对最优收益的提升作用较大. 具体而言,如果商品单位成本小于等于折扣价,则面向全价期的积分回馈计划的最优收益提升较大,反之,则面向全价期和折扣期的积分回馈计划的最优收益提升较大.     

客户关系管理中的动态客户细分方法研究

在分析客户行为的随机性和非确定性的基础上,指出现有的确定性客户细分方法不能很好地适应客户细分问题的这些特点.为此,提出基于云模型的动态客户细分模型,该模型将客户细分过程表示为一个C过程与一个P过程,并将描述非确定关系的云模型理论引入到客户细分的P过程中,从而实现了客户细分的动态性,提高了模型对客户行为描述的客观性.文章采用来自UCI的合成数据及来自银行的实际客户数据进行了数据实验,实验结果表明了该方法的有效性.     

在线商品评论的效用分析研究

大多数电子商务网站为消费者提供相互交流的平台来发表其针对某件商品的评论.但是,随着在线商品评论的数量不断增加,潜在消费者越来越难从中发现有助于制定购买决策的信息.因此,如何从众多的评论中识别有用的评论,分析在线评论的效用成为关注的热点.本文对在线商品评论效用分析的最新研究进行评述,认为该领域的研究需要充分关注消费者的购买决策过程,进而设计新的数据挖掘方法更好地辅助消费者的购买决策,同时为电子商务网站的运营商调整营销沟通策略提供决策支持.     

具有多阶段任务需求的温备份系统可靠性分析

实际工程中很多系统的任务都具有多个阶段,且不同阶段的外界环境及系统需求均可能发生变化,而工作元件可在任意阶段发生失效,为系统的可靠性分析与建模带来了挑战。为增加系统的可靠性,一种常用的设计方法是配置备份元件。针对多阶段任务下基于需求的温备份系统可靠性建模问题,首先提出了一种基于多值决策图的方法,其次给出了处于不同状态的元件可靠性计算公式,最后通过算例表明该模型适用于具有多阶段任务需求的温备份系统可靠性分析。