利用基因演算法探勘顾客消费行为.pdf

利用基因演算法探勘顧客消費行為 葉榮懋 施武榮 郭逸凡 南台科技大學工業管理研究 南台科技大學工業管理研究國立成功大學資訊管理研究 所 所 所 yehjm@mail.stut.edu.tw wurong@mail.stut.edu.tw 摘要 當要瞭解顧客的特性時 ，可從所購買的產品去掌 握 ；而要瞭解商品的特性時，亦可從購買者去分 瞭解顧客的消費習性 ，是資料探勘在商業的 析，達到推薦系統(Recommender system)[9, 10]的功 重要應用之一 。若能 找出客戶相關的消費行為模 能 。雖然矩陣群組技術在分析顧客與產品特性上有 式 ，以提高顧客的忠誠度，可降低管銷成本 ，進而 上述的優點 ，但此法並無有效率的演算法以求解適 獲得實質利益成長 。本文採用矩陣分群法藉由在顧 當的群組 ；本研究希望能藉由結合遺傳演算法的優 客與商品所形成的二元行列矩陣中將行與列不斷 點 ，提出一個運算效率更佳 ，解釋品質更好的改進 置換 ，可萃取出一個代表擁有相似行為模式顧客群 方法，以在行銷決策的制定上提供更多的幫助。 的密實部份矩陣 。為了提高矩陣分群法之演算績 效，本研究結合了遺傳演算法 ，能在大規模的稀疏 2. 相關研究 行列矩陣的搜尋上大幅縮短運算時間 ，並且使得所 產生的結果具有較佳的解釋品質 ，以協助制定出更 分群方法主要目的是將資料分門別類，是非常 佳的行銷決策 。最後 ，並以實際案例之化妝品業的 重要的技術 ，其種類繁多 ，各種方法皆有其優缺點 客戶交易資料進行行為模式分析 ，結果找出三個意 以及適用的範圍，而目前使用較廣泛的分群法，有 義顯著的顧客群組，除了可進行個別客戶基本的推 凝聚式分群法與分割式分群法。在遺傳演算法中 ， 薦應用外 ，還可對整個群組深入分析 ，做到購物籃 主要是藉由交配與突變的程序來產生與目前解完 分析的應用。 全不一樣的新解。其最大的優點在於可以搜尋全域 最佳解 ，而大部分的分群方法只能以做到區域搜 關鍵詞 ：資料探勘 、基因演算法、群集分析 、 尋 ，區域搜尋是指在反覆的求解過程中 ，下一次所 矩陣分群法 、顧客關係管理 。 得的解與這一次的解差異並不是非常大 ，近幾年 來，學者陸續提出許多以遺傳演算法來求解分群的 1. 前言 研究 [ 4, 5, 6, 11] 。 Oyanagi 等人提出的行列置換法的矩陣分群技 企業競爭愈來愈激烈，公司全球化取得顧客的 術 [7, 8] ，以圖1所示的二元值 (binary value)行列矩 成本也大幅增加顧客關係管理， 整合了企業流程 陣為運算對目標 ，行代表顧客 ，列代表產品 ；在行 與科技 ，以多方面的觀點來了解他們的顧客，因此 列矩陣中 ，Aij代表顧客 ｉ與產品ｊ的購買關係 ， 具有競爭性的差異化是形成有效顧客管理的關鍵[2, 若 Aij=1代表顧客 ｉ有購入產品 ｊ的情況 ，Aij =0 3] 。資料探勘中 ，關連法則 (Association rule)的發 代表顧客 ｉ沒有購買產品 ｊ，一般而言，在顧客與 掘是很具代表性並且能實際應用的方法 ，在業界中 產品規模變大的同時 ，矩陣內的值也會變的稀疏 。 常用的方法是購物籃分析 購物籃分析是以交易和， 在這個二元值行列矩陣中 ，行列的顧客與產品彼此 購買項目所形成的資料中 ，尋找同時購買項目出現 相對的排列順序並沒有特別的意義 ，因此 ，行與列 比率最高的可能組合 ；但此方法並無作到個別顧客 的排列順序是可