数据挖掘应用20个案例分析之电子商务网站中的商品推荐.pdfVIP

数据挖掘技术及工程实践系列丛书之

数据挖掘应用20个案例分析

数据挖掘应用20个案例分析

数数据据挖挖掘掘应应用用2200个个案案例例分分析析

(V01.00.000)

广州太普信息技术有限公司

广州太普信息技术有限公司

广广州州太太普普信信息息技技术术有有限限公公司司

地址：广州市经济技术开发区科学城232号

网址：

邮箱：5iai2008@

热线：40068-40020

邮编：510663

电话：（02085666585

案例八电子商务网站中的商品推荐

温馨提示：

•需支持，找广州太普技术：

•要建模，上数据挖掘在线平台：；

•有问题，找太普问库：

•想兼职，找数据挖掘创业联盟：518.

•寻合作（科技申报、高校教学、企业咨询），请联系：40068-40020

挖掘目标的提出

当今的商业竞争日趋激烈，获得一个新客户的成本越来越高，保持原有顾客也就显得越

来越重要。营销实践表明：争取一个新客户的花费常常可以达到留住一个老客户花费的5到

10倍。客户忠诚是客户在较长的一段时间内，对于企业产品或服务保持的选择偏好与重复

性购买。忠诚的客户不仅会增加购买量，而且往往会为企业介绍新客户。与传统的商务相比

较，电子商务的客户忠诚度更重要。

影响客户忠诚度的因素非常多，有客户自身方面的原因，企业方面的原因，还有客户和

企业以外的其他因素如社会文化、国家政策等。但除了企业自身外，其他都属于不可控因素。

从这点出发，企业可以从自身寻找一下影响客户忠诚度的原因。比如某个客户的忠诚度下降

是因为他常买的某类商品的质量出现问题或价格过高，导致该客户转向了企业的竞争对手。

对于这种情况，企业需要一种方法来对客户信息和营销数据的分析，找出哪些原因导致了客

户的忠诚度下降，并且针对这些原因采取措施，挽回那些即将变为不忠诚的客户．数据挖掘

技术可以建立客户忠诚度分析模型，了解哪些因素对客户的忠诚度有较大影响，从而采取相

应措施。因此基于数据挖掘技术的客户忠诚度分析具有重要的应用价值。

电子商务网站实现了一个网上超市，用户可以通过网站进行在线购物，实现电子商务方

便快捷的优势。网站的整个操作流程如图所示。

图2_39电子商务网站操作流程

分析方法与过程

在电子商务系统中，忠诚度分析所需要的客户信息和交易信息分别存放在网站数据库的

客户表，订单表及订单明细表中。因此必须去除这些表中不需要的信息（例如用户电话、传

真、身份证号码、联系方式之类的信息），抽取需要的信息。抽取信息时应注重抽取能够反

映客户个人身份背景、学历等方面的信息以及反映其交易心理的相关信息。并将抽取出来的

数据整理成为能被挖掘算法所利用的表格，放入数据仓库中。在计算客户忠诚度的时候，将

客户的忠诚度分为四个等级：O，忠诚；1，由忠诚变为不忠诚：2，由不忠诚变为忠诚：3，

不忠诚。如果客户本月的消费额比本月之前半年内每月平均消费额减少达到50%以上，则忠

诚度等级降低一级；如果客户本月的消费额比本月之前半年内平均消费额增加达到20%以

上，则忠诚度等级升高一级。最后生成的新表格如表2_56。

表2_56经抽取而成的客户信息表Loyalty

客户编号性别年龄教育…距最近一次月均购已消费忠诚度

程度购买时间买频率金额级别