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

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

潘程

（重慶交通大學(xué) 管理學(xué)院，重慶 400074）

為預(yù)測經(jīng)營活動中的客戶需求，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)計數(shù)據(jù)的頻繁2_項集并對挖掘結(jié)果剪枝處理，按照特征需求重要性大小，計算得出重要客戶需求，再運用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行需求權(quán)值預(yù)測。實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，對需求的預(yù)測具有現(xiàn)實意義。

關(guān)聯(lián)規(guī)則；挖掘分析；權(quán)重預(yù)測

1　研究意義

在經(jīng)營活動中，有效預(yù)測客戶需求對準(zhǔn)確把握客戶偏好、及時準(zhǔn)備商品和服務(wù)、提高經(jīng)營收益具有重要意義。客戶需求的預(yù)測方法，一般有基于定性預(yù)測的De1phi法、用戶調(diào)查法和基于定量預(yù)測的因果模型法、時間序列模型法等。定性預(yù)測方法主觀成分較多且不能得出量化預(yù)測數(shù)據(jù)；通常采用的定量預(yù)測在分析初期常運用模糊矩陣、關(guān)聯(lián)分析等方法進(jìn)行預(yù)處理［1］，降低了預(yù)測結(jié)果的魯棒性和客觀性。因此，需要創(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發(fā)現(xiàn)，依據(jù)實際數(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)能力顯著且容錯性高，在經(jīng)濟(jì)與市場預(yù)測方面頗具應(yīng)用價值。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)測的有效工具。

2　實例分析

某電子產(chǎn)品供應(yīng)商依托tma11.com平臺開設(shè)手機(jī)旗艦店，已知該手機(jī)有3個套餐類目，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。現(xiàn)以4月份統(tǒng)計數(shù)據(jù)為基礎(chǔ)，運用正相關(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5月份的需求權(quán)重。具體的操作過程如下：表1頻繁2_項集

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）

3　結(jié)論

為準(zhǔn)確預(yù)測客戶需求，運用正相關(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_項集，進(jìn)而計算獲取產(chǎn)品重要特征需求。進(jìn)一步運用BP神經(jīng)網(wǎng)絡(luò)技術(shù)對各時域相關(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。實例運用證明了方法在客戶需求與預(yù)測誤差方面的有效性。

10.3969/j.issn.1673-0194.2015.13.062

F272

A

1673-0194（2015）13-0100-02

2015-05-12