粗糙集决策规则置信度的改进定义

粗糙集(Rough Set)理论是一种研究不精确、不确定性知识的工具,由波兰科学家Z.Pawlak于1982年首先提出。粗糙集理论是离散数据推理的一种新方法,它不需任何辅助信息,仅依据数据本身提供的信息就能够在保留关键信息的前提下,对数据进行化简并求得知识的最小表达,从而建立起决策规则,发现给定数据集中隐含的知识。目前,粗糙集方法已经成为数据挖掘应用的主要技术。     

带有回报计划的超市DCRM模型构建与实证分析

通过对忠诚计划模型的修正,以回报计划的回报率、回报极限、计划的时间范围及营销组合策略为主要变量,提出了带有回报计划的动态客户关系管理的模型。将该模型用于某超市的客户数据库中,发现模型的结果对这类客户是适用的,并给出了不同的客户状态空间对应的最优营销组合策略。结果表明:合适的回报计划可以促进客户的购买、提高公司的利润及缓解价格竞争。回报极限应该比客户的平均购买水平偏高,回报率应该与回报极限的改变方向一致,计划的时间范围应定在一年左右比较合适。对于累积购买水平较高的客户一般不邮寄商品信息。在回报计划的初期与末期不用打折,中期对那些购买次数很少的客户可以实行相应的降价策略。     

随机RFM模型及其在零售顾客价值识别中的应用

对顾客进行价值识别是以顾客价值为导向进行差异化营销管理的基础和前提.本文通过建立随机RFM模型,提供了一种对未来顾客价值进行识别的模型方法,并利用一家购物中心的顾客交易数据对该方法进行了实证分析.结果表明随机RFM模型不仅是进行顾客价值识别与分析的有效工具,也是研究分析顾客购买行为的有效模型方法.该模型方法对于零售企业加强顾客价值分析,提高基于顾客价值的管理水平具有积极的实践意义.     

零售业回报计划感知价值对客户忠诚的影响

以零售业为背景,将回报计划感知价值作为态度忠诚(信任和承诺)和行为忠诚(重复购买意图、正面口碑意图及合作意图)的主要影响因素,建立了概念模型并用结构方程模型方法检验,结果表明:回报计划感知价值与态度忠诚呈显著的正相关关系;回报计划感知价值与行为忠诚中的重复购买意图呈显著的正相关关系,而与合作意图及口碑意图并无直接关系.