決策樹在健身課程重購(gòu)意愿研究中的應(yīng)用

彭文軍 尹倩

基金項(xiàng)目：安徽省高等學(xué)校自然科學(xué)重點(diǎn)課題“社交網(wǎng)絡(luò)視角下基于數(shù)據(jù)挖掘技術(shù)的體育消費(fèi)研究”（KJ2019A1079）;安徽省高等學(xué)校省級(jí)教學(xué)示范課項(xiàng)目“體育市場(chǎng)營(yíng)銷”。

作者簡(jiǎn)介：彭文軍（1981-），男，安徽合肥人，碩士，講師，研究方向：體育市場(chǎng)營(yíng)銷;尹倩（1984-），女，安徽淮北人，碩士，副教授，研究方向：數(shù)據(jù)挖掘。

摘要：決策樹是使用最為廣泛的分類預(yù)測(cè)算法之一，它能探究并直觀展現(xiàn)多維數(shù)據(jù)的內(nèi)在規(guī)律。本文采用C5.0決策樹構(gòu)建健身課程重購(gòu)意愿影響因素模型，發(fā)現(xiàn)5個(gè)關(guān)鍵因素按重要性從高到低排序依次為“健身消費(fèi)意愿”“課程時(shí)間自主性”“課程預(yù)約便利性”“每周健身次數(shù)”和“每次健身時(shí)長(zhǎng)”，模型具有較好的準(zhǔn)確性（96%）和預(yù)測(cè)泛化能力（82%）。

關(guān)鍵詞：決策樹;健身課程;重購(gòu)意愿

中圖分類號(hào)：F27文獻(xiàn)標(biāo)識(shí)碼：Adoi：10.19311/j.cnki.1672-3198.2022.01.024

1算法簡(jiǎn)介

決策樹產(chǎn)生于統(tǒng)計(jì)信息理論，該理論認(rèn)為信息傳遞是通過信源、信道和信宿組成的系統(tǒng)來實(shí)現(xiàn)。在信息傳送過程中，信源是發(fā)送段，信宿是接收端。在通信前，信宿對(duì)信源狀態(tài)具有不確定性，實(shí)際通信過程中信息是用來消除不確定性的，信息量的大小由其消除的不確定性大小衡量。C5.0是決策樹模型中的經(jīng)典算法，是在ID3算法的基礎(chǔ)上發(fā)展起來的，它以信息增益率為標(biāo)準(zhǔn)確定最佳分組變量及分割點(diǎn)。

信息增益可由公式（1）表示：

GainsU，V=EntU-EntU|V（1）

C5.0算法以信息增益率作為選擇標(biāo)準(zhǔn)，同時(shí)兼顧了信息增益的程度和付出的代價(jià)，可由公式（2）表示：

GainsRU，V=GainsU，V/Ent（V）（2）

在上述公式中，EntU為信源信息熵，Ent（V）為信宿信息熵，EntU|V反映了信宿接收到信息后的條件信息熵。

2研究設(shè)計(jì)

2.1樣本采集

本研究采用問卷調(diào)查的方式收集數(shù)據(jù)，問卷共有20個(gè)調(diào)查題項(xiàng)。在課程內(nèi)容與服務(wù)體驗(yàn)層面，參考已有研究，分別設(shè)置課程內(nèi)容質(zhì)量、課程服務(wù)體驗(yàn)2個(gè)題項(xiàng)。在課程預(yù)約與付費(fèi)方式層面，參考已有研究，分別設(shè)置課程預(yù)約便利性、課程時(shí)間選擇自主性和課程付費(fèi)方式靈活性3個(gè)題項(xiàng)。在體育消費(fèi)經(jīng)歷層面，設(shè)置6個(gè)題項(xiàng)分別調(diào)查被訪個(gè)體是否在運(yùn)動(dòng)APP會(huì)員、線上健身課程、智能健身設(shè)備、可穿戴運(yùn)動(dòng)裝備、健身補(bǔ)劑和運(yùn)動(dòng)營(yíng)養(yǎng)套餐上是否有消費(fèi)經(jīng)歷。在個(gè)體運(yùn)動(dòng)行為層面，設(shè)置每周健身課程次數(shù)、每次健身時(shí)長(zhǎng)和每周戶外運(yùn)動(dòng)頻率3個(gè)題項(xiàng)。在人口變量層面，設(shè)置性別、年齡、學(xué)歷和收入4個(gè)題項(xiàng)。此外，設(shè)置2個(gè)題項(xiàng)分別調(diào)查被訪個(gè)體的健身消費(fèi)意愿和課程重購(gòu)意愿。本研究采用線上電子問卷和線下實(shí)地發(fā)放問卷相結(jié)合的方式進(jìn)行數(shù)據(jù)采集，面向國(guó)內(nèi)健身消費(fèi)人群，剔除一部分購(gòu)買健身年卡的消費(fèi)人群后重點(diǎn)篩選出采取單次購(gòu)課消費(fèi)的健身人群，在進(jìn)一步剔除有缺省項(xiàng)和答案有矛盾的問卷后，線上線下共獲得1330份有效樣本。此外，將樣本數(shù)據(jù)集分為訓(xùn)練集（n=925，70%）和測(cè)試集（n=405，30%）兩個(gè)部分。

2.2模型變量設(shè)定

本研究將“課程重購(gòu)意愿”設(shè)定為模型輸出變量，其余變量設(shè)定為模型輸入變量。在構(gòu)建模型前，首先考察各輸入變量與“顧客重購(gòu)意愿”間是否存在相關(guān)性，方法是將各輸入變量分別與“顧客重購(gòu)意愿”進(jìn)行雙變量相關(guān)性檢驗(yàn)（Pearson相關(guān)系數(shù)），該步驟從19個(gè)輸入變量中選取15個(gè)作為模型預(yù)測(cè)因子，檢驗(yàn)結(jié)果可見表1。

在數(shù)據(jù)集中，輸出變量“課程重購(gòu)意愿”以及“預(yù)約課程便利性”等6個(gè)輸入變量均為李克特5級(jí)量表變量（見表1），若全部作為分類變量進(jìn)入模型將使得決策樹過于復(fù)雜。因此，首先，將輸出變量“課程重購(gòu)意愿”轉(zhuǎn)換為二分類變量（見表1），轉(zhuǎn)換完成后的輸出變量正負(fù)樣本比例為1∶1.27，平衡性較好。其次，將上述6個(gè)量表類輸入變量視作連續(xù)變量，采用MDLP熵分組法對(duì)它們的值進(jìn)行離散化處理，以進(jìn)一步降低該6個(gè)量表類輸入變量的類別數(shù)。MDLP熵分組法是一種有指導(dǎo)的數(shù)據(jù)分箱方法，基本思想是輸入變量應(yīng)在輸出變量的指導(dǎo)下進(jìn)行分組，準(zhǔn)則是尋找連續(xù)性輸入變量最佳分割點(diǎn)以獲取最大的輸入變量信息增益貢獻(xiàn)，MDLP法下6個(gè)量表類輸入變量的最佳分割結(jié)果見表1。

3模型構(gòu)建

3.1決策樹構(gòu)建

本研究通過SPSS modeler構(gòu)建C5.0決策樹模型。在現(xiàn)有15個(gè)輸入變量中，模型首先發(fā)現(xiàn)“健身消費(fèi)意愿”帶給輸出變量的信息增益率最高，因此首先選擇“健身消費(fèi)意愿”作為根節(jié)點(diǎn)最佳分組變量，MDLP下的分箱（見表1）值作為最佳分割點(diǎn)。在決策樹生長(zhǎng)過程中，依次計(jì)算在每層節(jié)點(diǎn)時(shí)信息增益率最高的分組變量，在進(jìn)行適當(dāng)剪枝以削減冗余后，最終優(yōu)化后的決策樹如圖1所示。在圖1中，YES代表課程重購(gòu)意愿為高，NO代表課程重購(gòu)意愿為低。

3.2提取規(guī)則

模型通過PRISM算法，經(jīng)過規(guī)則約簡(jiǎn)，生成如下規(guī)則集：

R1：IF健身消費(fèi)意愿=低 AND 自主選擇課程時(shí)間段=低、中 THEN 課程重購(gòu)意愿=低（置信度為100%）;R2：IF 健身消費(fèi)意愿=低 AND 自主選擇課程時(shí)間段=高 THEN 課程重購(gòu)意愿=高（置信度為100%）;R3：IF 健身消費(fèi)意愿=高 AND 自主選擇課程時(shí)間段=低 THEN 課程重購(gòu)意愿=低（置信度為100%）;R4：IF 健身消費(fèi)意愿=高 AND 自主選擇課程時(shí)間段=中 AND 預(yù)約課程便利性=低THEN 課程重購(gòu)意愿=低（置信度為100%）;R5：IF 健身消費(fèi)意愿=高 AND 自主選擇課程時(shí)間段=高 AND 每周健身次數(shù)=高THEN 課程重購(gòu)意愿=高（置信度為97%）;R6：IF 健身消費(fèi)意愿=高 AND 自主選擇課程時(shí)間段=高 AND 每周健身次數(shù)=中AND 每次健身時(shí)長(zhǎng)=中、高 THEN 課程重購(gòu)意愿=高（置信度為87%）。

在決策樹模型中，根據(jù)變量所在節(jié)點(diǎn)位置進(jìn)行變量重要性排序，從高到低依次為“健身消費(fèi)意愿”“課程時(shí)間自主性”“課程預(yù)約便利性”“每周健身次數(shù)”和“每次健身時(shí)長(zhǎng)”。

4模型評(píng)估與測(cè)試

首先，使用10折交叉法發(fā)現(xiàn)模型的平均準(zhǔn)確率為80.8%，模型識(shí)別準(zhǔn)確率較好。其次，模型在訓(xùn)練樣本集和檢驗(yàn)樣本集的整體正確率、整體錯(cuò)誤率以及混淆矩陣見表2所示。根據(jù)表2，在訓(xùn)練樣本集925個(gè)樣本中，895個(gè)樣本的實(shí)際值與預(yù)測(cè)值吻合（正確率為96%），30個(gè)樣本實(shí)際值與預(yù)測(cè)值不符（錯(cuò)誤率為4%）;在檢驗(yàn)樣本集405個(gè)樣本中，333個(gè)樣本的實(shí)際值與預(yù)測(cè)值吻合（正確率為82%），72個(gè)樣本實(shí)際值與預(yù)測(cè)值不符（錯(cuò)誤率為18%）。模型在檢驗(yàn)樣本集的準(zhǔn)確率較訓(xùn)練樣本集有所下降，但仍獲得了不小于80%的準(zhǔn)確率。最后，在模型置信度檢驗(yàn)中，訓(xùn)練集的平均置信度為0.852，檢驗(yàn)集的平均置信度為0.841，整體上較好。

5結(jié)論與討論

本文利用C5.0算法構(gòu)建了健身課程重購(gòu)意愿影響因素模型，模型在訓(xùn)練集和檢驗(yàn)集上的準(zhǔn)確率均超過80%，同時(shí)具有較好的準(zhǔn)確度和預(yù)測(cè)泛化能力，模型擬合較為均衡。此外，發(fā)現(xiàn)了影響課程重購(gòu)意愿的關(guān)鍵因素，并生成了規(guī)則集，可為后續(xù)進(jìn)一步研究提供參考。研究發(fā)現(xiàn)，“課程內(nèi)容質(zhì)量”和“課程服務(wù)體驗(yàn)”兩個(gè)變量均與輸出變量具有相關(guān)性，但它們?cè)谀Ｐ皖A(yù)測(cè)能力上均低于“課程時(shí)間自主性”和“課程預(yù)約便利性”。與此同時(shí)，在與輸出變量的相關(guān)性上以及模型的預(yù)測(cè)能力上，“健身消費(fèi)意愿”均高于“收入水平”，決策規(guī)則集也反映出“健身消費(fèi)意愿”“每周健身次數(shù)”“每次健身時(shí)長(zhǎng)”相組合能有效預(yù)測(cè)健身課程重購(gòu)意愿。

綜上所述，國(guó)內(nèi)健身行業(yè)商業(yè)模式上的變革帶來了健身人群消費(fèi)決策觀念上的變遷，時(shí)間自主性、預(yù)約便利性等課程預(yù)約層面因素在健身消費(fèi)重購(gòu)決策中的重要性正在提升，這說明健身課程在一定程度上被市場(chǎng)賦予了“快餐”屬性。技術(shù)進(jìn)步帶來的健身模式變革大幅降低了健身消費(fèi)的顧客成本，為避免走向與競(jìng)爭(zhēng)對(duì)手的同質(zhì)化競(jìng)爭(zhēng)，未來課程內(nèi)容和服務(wù)體驗(yàn)仍是健身房服務(wù)質(zhì)量以及顧客滿意度的重要影響因素。在單次購(gòu)課健身消費(fèi)人群中，收入水平并不能有效驅(qū)動(dòng)個(gè)體產(chǎn)生課程重購(gòu)意愿，而健身消費(fèi)習(xí)慣以及時(shí)間精力上的投入意愿對(duì)于課程購(gòu)買意愿更具影響力，這進(jìn)一步說明了目前健身課程更接近于普通消費(fèi)品而不是以往年卡制消費(fèi)模式下的“奢侈品”。

雖然本文的研究有助于進(jìn)一步認(rèn)識(shí)健身消費(fèi)行為，但還存在一些不足。例如，可能存在遺漏潛在影響因素，服務(wù)過程中的設(shè)備設(shè)施、人際互動(dòng)、關(guān)鍵事件等未納入模型考慮，個(gè)體的自我效能以及周圍人意見等主觀規(guī)范因素也未進(jìn)行考慮，上述將在未來的研究中加以完善。此外，由于健身消費(fèi)決策變得更加頻繁，本研究采用橫截面數(shù)據(jù)難以展現(xiàn)被訪個(gè)體消費(fèi)行為意向的動(dòng)態(tài)變化，因此未來可考慮進(jìn)行長(zhǎng)時(shí)間的跟蹤調(diào)研。

參考文獻(xiàn)

[1]陳明亮.生命周期不同階段客戶重復(fù)購(gòu)買意向決定因素的實(shí)證研究[J].管理世界，2002，（11）：93-100.

[2]陳明亮.客戶重復(fù)購(gòu)買意向決定因素的實(shí)證研究[J].科研管理，2003，24（1）：110-115.

[3]黃海燕，朱啟瑩.中國(guó)體育消費(fèi)發(fā)展：現(xiàn)狀特征與未來展望[J].體育科學(xué)，2019，39（10）：11-20.

[4]劉東升.論體育消費(fèi)中的象征性行為[J].上海體育學(xué)院學(xué)報(bào)，2014，38（6）：37-42.

[5]焦素花，郭衛(wèi)玲，倪海寧，等.體育消費(fèi)行為變化與新余暇生活方式的生成[J].體育與科學(xué)，2021，42（2）：114-120.

[6]周強(qiáng).健身俱樂部利用者感知服務(wù)質(zhì)量對(duì)利用滿意和行為意向影響的實(shí)證研究[J].武漢體育學(xué)院學(xué)報(bào)，2011，45（6）：45-51.

[7]徐開娟，張林，朱洪軍，等.基于內(nèi)容分析的商業(yè)健身會(huì)所服務(wù)質(zhì)量評(píng)價(jià)指標(biāo)體系構(gòu)建研究[J].南京體育學(xué)院學(xué)報(bào)，2015，29（5）：18-25.