（管理科学与工程专业论文）基于正态云模型和关联规则的客户汽车维护服务推荐.pdf

独创性声明 本人声明，所呈交的论文是本人在导师指导下进行的研究工作及取得的研 究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其 他人已经发表或撰写过的研究成果，也不包含为获得武汉理工大学或其它教育 机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何 贡献均已在论文中作了明确的说明并表示了谢意。 签名：主坦。吐日期：型舟幽 签名： 毒巡。出日期：型班必 学位论文使用授权书 本人完全了解武汉理工大学有关保留、使用学位论文的规定，即：学校有 权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅 和借阅。本人授权武汉理工大学可以将本学位论文的全部内容编入有关数据库 进行检索，可以采用影印、缩印或其他复制手段保存或汇编本学位论文。同时 授权经武汉理工大学认可的国家有关机构或论文数据库使用或收录本学位论 文，并向社会公众提供信息服务。 ( 保密的论文在解密后应遵守此规定) c 。名肌新c ：孑p 日峰辟姒a 武汉理工大学硕士学位论文 摘要 现今汽车行业的竞争日趋激烈，企业竞争目标逐渐从产品转向服务。优质 的售后服务成为企业留住客户、提高企业竞争力的有效手段之一。汽车售后服 务包括一系列的服务过程，其中重要的一项为汽车维修保养服务。对于汽车企 业而言，根据客户的维修保养行为发掘其维修保养习惯，并根据客户的保养习 惯推荐更为准确、合理的增值服务项目，有利于提高客户的满意度，增强客户 的品牌忠诚度，更有利于增加企业的利润，增强企业的竞争优势。因此此项研 究具有重要的理论意义和实用价值。 本文针对客户维修保养习惯挖掘和保养服务推荐等内容进行研究。综合应 用不确定性人工智能、数据挖掘、服务推荐等i t 技术和管理理论与方法，从汽 车维修服务行业着手，根据客户的汽车维修保养行为为客户进行分类，研究每 类客户群的汽车维修保养习惯，提供准确合适的服务推荐，增强客户满意度， 使汽车4 s 店在激烈的竞争中占据上风。本论文的主要研究内容如下： 首先，本文查阅大量的国内外相关文献，对汽车售后服务、云模型、关联 规则及服务推荐四个领域的研究现状进行分析研究。 其次，本文构造了用于客户分类的正态云模型和基于客户类别用于挖掘各 类别客户群汽车维修保养习惯的关联规则模型，并总结了几种适合汽车售后服 务领域使用的服务推荐策略。其中，用于客户分类的正态云模型构造思想为： 采用云的数字特征期望、熵和超熵，产生云滴，构造云模型，并按历史数 据和行业规定标准产生标准云和客户云，将客户云与标准云进行比对，进行类 别判定，并将客户归类。基于客户类别挖掘客户群汽车维修保养习惯的关联规 则模型的构造思想为：在已分类客户的基础上，采用传统关联规则方法对该类 客户群汽车的维护项目进行分析，先采用等宽划分方法对数据进行离散化处理， 再根据不同的客户类别设定不同的最小支持度，并设定统一的最小置信度，之 后按照a p r i o r i 算法找出各个维护项目间的关联规则，最终得到客户维修保养 习惯。 最后，本文以某汽车4 s 店为实例，将客户分类和关联规则挖掘模型及推荐 策略应用此4 s 店售后服务部门，对4 s 店售后服务人员进行服务推荐指导。 武汉理工大学硕士学位论文 本论文对客户汽车维修行为的分析研究，可以为服务商形成主动适时的服 务方案提供理论和方法上的支撑。一方面使客户能够享受到最合适的服务，另 一方面可提高服务商的服务效率，避免服务资源的浪费，提高客户关系的质量。 关键词：正态云模型，关联规则，维修保养，服务推荐 武汉理工大学硕士学位论文 a b s t r a c t a sa l li n c r e a s i n g l yc o m p e t i t i o ni na u t oi n d u s t r yn o w , t h ec o m p e t i t i v eo b j e c t g r a d u a l l yt u r n sf r o mp r o d u c t st os e r v i c e s h i 曲q u a l i t ya f t e r - s a l es e r v i c eb e c o m e s o n eo ft h e e f f e c t i v em e a n st h a ta r eu s e dt or e t a i nc u s t o m e r sa n di m p r o v et h e e n t e r p r i s e s c o m p e t i t i v e n e s s a f t e r - s a l es e r v i c ec o n t a i n sar a n g eo f s e r v i c ep r o c e s s e s a n dt h ev e h i c l em a i n t e n a n c es e r v i c ei st h ei m p o r t a n t t h ea u t oe n t e r p r i s e sf i n d c u s t o m e r s m a i n t e n a n c eh a b i t sb a s e do nc u s t o m e r s m a i n t e n a n c eb e h a v i o r sa n d r e c o m m e n dm o r ee x a c ta n dr e a s o n a b l ev a l u e a d d e ds e r v i c e st oc u s t o m e r sa c c o r d i n g t ot h ec u s t o m e r s m a i n t e n a n c eh 曲i t s ，w h i c hh e i pt oi n c r e a s ec u s t o m e r s s a t i s f a c t i o n s ， e n h a n c ec u s t o m e r s l o y a l t y , i n c r e a s ep r o f i t so fe n t e r p r i s e sa n de n h a n c ee n t e r p r i s e s c o m p e t i t i v ea d v a n t a g e s t h e r e f o r e ，t h i ss t u d eh a si m p o r t a n t t h e o r e t i c a la n dp r a c t i c a l v a l u e t l l i sp a p e rs t u d i e si nt h ec o n t e n t so ff i n d i n gc u s t o m e r s m a i n t e n a n c eh a b i t sa n d r e c o m m e n d i n gm a i n t e n a n c es e r v i c e s t h i sp a p e ru s e s t h eu n c e r t a i n t ya r t i f i c i a l i n t e l l i g e n c e ；d a t am i n i n ga n ds e r v i c er e c o m m e n di tt e c h n o l o g y a n dm a n a g e m e n tt h e o r y a n dm e t h o d st oc l a s s i f yc u s t o m e r sa c c o r d i n gt ot h ec u s t o m e r s v e h i c l em a i n t e n a n c eb e h a v i o r s t l l i sp a p e rr e s e a r c h e se a c ht y p eo fc u s t o m e rb a s ev e h i c l em a i n t e n a n c eh a b i t st o p r o v i d e a c c u r a t e a p p r o p r i a t e s e r v i c er e c o m m e n d a t i o n s ，t oe n h a n c ec u s t o m e r s s a t i s f a c t i o n sa n dt om a k et h ev e h i c l e4 ss h o p sg a i nt h eu p p e rh a n di nt h ef i e r c e c o m p e t i t i o n ，n l em a i nc o n t e n to f t h i sp a p e ri sa sf o l l o w s ： f i r s t l y , t h i sp a p e rd o e sr e s e a r c hi nf o u ra r e a so fc a ra f t e r - s a l es e r v i c e , c l o u d m o d e l ，a s s o c i a t i o nr u l e sa n ds e r v i c e sr e c o m m e n d a t i o nb yr e a d i n gal a r g en u m b e ro f d o m e s t i ca n di n t e r n a t i o n a ll i t e r a t u r e s s e c o n d l y , t h i sp a p e rc o n s t r u c tt h en o r m a lc l o u dm o d e lf o rc u s t o m e r c l a s s i f i c a t i o n s a n dt h ea s s o c i a t i o nr u l e sm o d e lb a s e do nc u s t o m e rc l a s s i f i c a t i o n sf o rm i n i n g c u s t o m e r s v e h i c l em a i n t e n a n c eh a b i t s b e s i d e s ，w ea l s os u m m a r i z es e v e r a l a p p r o p r i a t es e r v i c er e c o m m e n ds t r a t e g i e sf o rb e i n gu s e di nt h ea r e ao f c a ra f b e r - s a l e s e r v i c e i nt h i sp a p e rt h e r ea r et w om o d e l s t h eo n ei st h en o r m a lc l o u dm o d e l i t u s e sf i g u r ef e a t u r e s ：e x p e c t a t i o ne x ，e n t r o p ye na n dh y p e re n t r o p yh e t op r o d u c et h e i i i 武汉理工大学硕士学位论文 c l o u dd r o p l e t sa n dc o n s t r u c tc l o u dm o d e l i tp r o d u c e st h es t a n d a r dc l o u da n dt h e c u s t o m e rc l o u da c c o r d i n gt oh i s t o r i c a ld a t aa n di n d u s t r ys t a n d a r d s i tc o m p a r e st h e s t a n d a r dc l o u dw i t ht h ec u s t o m e rc l o u da n di d e n t i f i e st h ec l a s s i f i c a t i o n sa n d c l a s s i f i e dc u s t o m e r s t h eo t h e ro n ei sh ea s s o c i a t i o nr u l e sm o d e lb a s e do nc u s t o m e r c l a s s i f i c a t i o n sf o r m i n i n gc u s t o m e r s v e h i c l e m a i n t e n a n c eh a b i t s i tu s e st h e t r a d i t i o n a la s s o c i a t i o nr u l e sm e t h o dt oa n a l y z ec u s t o m e r s m a i n t e n a n c ei t e m sb a s e d o nc l a s s i f i e dc u s t o m e r s i tf i r s t l yu s e se q u a lw i d t hm e t h o dt od i s c r i m i n a t ed a t a t h e n i ts e t sd i f f e r e n tm i n i m u ms u p p o r tt od i f f e r e n tt y p e so fc l i e n t sa n di ts e t su n i f o r m m i n i n l u mc o n f i d e n c e t h e ni tf i n d s t h ea s s o c i a t i o nr u l e sb e t w e e nm a i n t e n a n c e p r o j e c t sa c c o r d i n gt oa p r i o r ia l g o r i t h ma n df i n a l l yf i n dt h ec u s t o m e r s m a i n t e n a n c e h a b i t s l a s t l y , t h i sp a p e ru s e sc u s t o m e rc l a s s i f i c a t i o n , a s s o c i a t i o nr u l em i n i n gm o d e l sa n d r e c o m m e n d e ds t r a t e g i e si no n ev e h i c l e4 ss h o p sa f t e r - s e r v i c es e c t o ra n dg i v e st h e 4 ss h o pt h es e r v i c er e c o m m e n d a t i o ng u i d e t l l i sp a p e rp r o v i d e st h e o r e t i c a la n dm e t h o d o l o g i c a ls u p p o r tt ot i m e l ys e r v i c e s t h r o u g ht h er e s e a r c ho fa n a l y s i si nc u s t o m e r s v e h i c l em a i n t e n a n c eb e h a v i o r s o nt h e o n eh a n dt h i sc a ne n a b l ec u s t o m e r st oe n j o yt h em o s ta p p r o p r i a t es e r v i c e o nt h e o t h e rh a n dt h i sc a ni m p r o v es e r v i c ep r o v i d e r s s e r v i c ee f f i c i e n c yt oa v o i dw a s t eo f r e s o u r c e sa n dt oi m p r o v et h eq u a l i t yo fc u s t o m e rr e l a t i o n s k e y w o r d s ：n o r m a l c l o u dm o d e l a s s o c i a t i o nr u l e s ，m a i n t e n a n c e ，s e r v i c e r e c o m m e n d a t i o n i v 武汉理工大学硕士学位论文 ，目录 摘要i a b s t r a c t i i i 第1 章绪论1 1 i 研究的背景、目的及意义1 1 2 国内外研究现状3 1 3 研究内容和方法6 第2 章基于正态云模型的客户分类9 2 1 正态云模型9 2 2 确定客户类别1 2 2 3 类别判定1 4 第3 章基于传统关联规则客户汽车维修保养习惯发现1 5 3 i 关联规则概述1 5 3 2a p r i o r i 算法。1 7 3 3 模型构造1 9 第4 章服务推荐2 3 4 1 推荐度提供2 3 4 2 差异化服务推荐2 4 4 3 多样化服务推荐2 5 4 4 保姆式服务推荐2 7 第5 章模型应用2 8 5 1 基于云模型的客户分类2 8 5 2 基于传统关联规则的客户维修保养习惯发现3 2 5 3 相关服务推荐3 9 第6 章总结与展望。4 3 参考文献4 5 致谢4 8 攻读硕士学位期间发表的论文4 9 v 武汉理工大学硕士学位论文 第1 章绪论 1 1 研究的背景、目的及意义 1 1 1 研究背景 随着经济的发展，产品的同质化以及技术外溢效应的增强，传统制造业原 有的增值模式正逐渐被以服务为竞争焦点的新模式所替代，服务竞争将成为未 来市场竞争的主要内容。另外，物质财富的日益丰富以及买方市场的形成，使 “以客户为中心一成为企业为客户提供服务和产品必须遵循的理念。 在2 0 0 7 年国务院颁发的国务院关于加快发展服务业的若干意见中，提 出“服务业是国民经济的重要组成部分，服务业的发展水平是衡量现代社会经 济发达程度的重要标志一；“大力发展科技服务业，充分发挥科技对服务业发 展的支撑和引领作用 。当前，信息技术在服务领域的应用导致了服务水平大幅 度提升，将信息技术深度开发应用于客户服务领域，是一个主旨鲜明的研究思 路。杜玉申 2 0 0 8 】等曾指出服务业中的创新更多是在与用户的互动中产生的， 新技术的应用和新的商业模式很多是用户提出的或用户的潜在需求引发的l l 】。 从全球来看，汽车服务业已成为第三产业中最富活力的生力军之一，优质 的售后服务成为汽车企业差异化经营的低成本手段。汽车售后服务包括一系列 服务过程，其中重要的一项为汽车维修保养服务。由于汽车产品属于消耗品， 客户对于汽车的维修保养极其重视，因此现在越来越多的客户开始关注于汽车 售后服务。汽车售后服务成为汽车营销中的重要手段之一。据相关资料显示， 在整个汽车的获利过程中，汽车售后服务的利润比例是整车销售的两倍，约占 5 0 ，现已成为汽车产业获利的主要来源。据统计，现今汽车售后服务在国外成 熟的汽车市场销售额中占3 3 ，而在国内汽车市场销售额中仅r 与1 2 t 2 1 。由此看 出目前国内汽车市场上，汽车售后服务所占比重偏小，汽车售后服务还有很大 的空间可以上升。所以在竞争激烈的汽车市场中，若汽车4 s 店能够事先分析出 客户对汽车的维修保养状态，及时提醒客户对汽车保养，为客户提供贴心服务， 抓住汽车售后服务业，这势必将会增加公司的竞争优势，使公司在竞争中脱颖 武汉理工大学硕士学位论文 而出并站稳脚跟。 1 1 2 研究目的与意义 市场经济的不断发展，竞争环境的动荡变化，使得竞争的趋势逐渐从产品 转向服务。现今适时服务的提供是商家留住客户的行之有效的策略之一。服务 对于各行各业保留客户来说都起到了最为关键的作用。优质的服务利于抓住客 户。而忠诚的客户具有相对的稳定性，利于消除环境给企业带来的冲击，从而 使企业在激烈的市场竞争中，立于不败之地。 要想提供优质的服务就需要有针对性，针对客户的需求适时的主动提供服 务。但是，在现实中这种优质服务的提供往往很困难，因为客户的需求通常是 模糊的，不明确的。客户可能对某类商品有潜在的需求，往往只能给出模糊的 描绘。大部分客户在消费时总是希望得到相关的指导，像导购员的主动推荐、 产品的介绍或朋友的推荐。因此，作为公司来讲，若能抓住客户的这一特性， 从客户的角度出发，研究客户的兴趣，推荐客户感兴趣和深层次需要的产品， 这将对公司是非常有利的。主动提供优质的服务，公司可以获利：第一，有益 于利润额的增加。因为通过研究客户的潜在需求，公司可以推荐优质的服务或 产品，将客户潜在的消费欲望激发，使之转换为实质的需求。第二，有益于客 户忠诚度增强。通过优质的服务推荐，公司可以为客户提供满意的消费体验， 增加了客户的满意度，进而增强客户的忠诚度。此外，优质的服务推荐，也可 以使客户便于得到自己满意的服务或产品，减少客户损失，增强客户与公司的 关系。以汽车维修服务为例，一般情况下都是客户主动前来维修站维修保养车 辆，而且往往是因为车辆出现了比较明显的问题，这些问题实际上已经对客户 造成了损失，如果汽车4 s 店能够通过客户历史汽车维修保养记录进行分析，掌 握客户车辆的性能变化及汽车维修保养习惯，使客户在问题发生前获得主动服 务，从而避免遭受损失。因此，适时的主动服务推荐对公司具有积极意义，它 可以促进公司的利润额增加，有益于公司与客户保持良好的关系。运用科学的 方法和先进的技术进行服务推荐对于在激烈的竞争环境中生存的公司而言是适 应当前环境的必然选择。 本论文综合应用不确定性人工智能、数据挖掘、服务推荐等i t 技术和管理理 论与方法，从汽车维修服务行业着手，根据客户的汽车维修保养行为为客户进 2 武汉理工大学硕士学位论文 行分类，并研究每类客户群的汽车维修保养习惯，主动提供服务推荐，增强客 户满意度，使汽车4 s 店在激烈的竞争中占据领先之位。 本论文通过对客户的汽车维修行为的分析研究，可以为服务商形成主动适 时的服务方案提供理论和方法上的支撑。一方面使客户能够享受到最合适的服 务，另一方面可提高服务商的服务效率，避免服务资源的浪费，提高客户关系 的质量。 1 2 国内外研究现状 本文从汽车售后服务、云模型、关联规则和服务推荐四个方面对国内外研 究现状进行分析。 ( 1 ) 汽车售后服务 汽车售后服务是指汽车出售后，为了满足顾客的需要，提供与顾客之间接 触活动而产生的过程与结果，指消费者从购车起在该车上所有花费引起的商机， 包括金融服务、汽车美容、车内装饰( 或改装) 、维修保养、事故救援、事故保险、 索赔咨询、旧车转让与废车回收等内割3 1 。 现今，国内外学者对汽车售后服务的研究主要集中于两方面。 一方面集中于概念理论上的研究。姜炳麟 2 0 0 3 】等先分析研究了我国汽车 售后服务企业的内外部环境，指出了存在的问题并阐述了我国汽车售后服务业 与发达国家的差距，最后从服务理念、员工素质、维修网络、科技支持及信息 反馈系统等五个方面给出了解决对策【4 】。魏仁干 2 0 0 5 等在阐述汽车售后服务创 新概念、意义与现状的基础上，提出了汽车售后服务的三种创新模式：品牌化、 c i 化( 企业识别系统) ，俱乐部制创新模式【5 】。葛郢汉 2 0 0 7 将我国汽车售后服务 管理体系与国外的汽车售后服务管理体系进行了对比，指出了我国汽车售后服 务企业的未来发展趋势，即实现品牌化经营、从修理转向维护和不断渗透高科 技【6 l 。李宪友 2 0 0 7 运用博弈论理论对我国汽车售后服务企业进行了分析研究， 为我国汽车售后服务企业的发展制定了一系列战略：联盟战略、差异化战略【7 1 。 另一方面集中于一些如建模、仿真等信息技术在汽车售后服务中的运用。 母泽治 2 0 0 5 将服务差距模型运用在w y 4 s 店的售后服务中：在对服务和服务特 征的分析基础上，结合w y 4 s 店的基本情况和影响服务质量差距的因素，且针对 w y 4 s 店的服务质量特点，重新修订 s e r v q u a l 量表，优化了该店的售后服务 3 武汉理工大学硕士学位论文 i s 】。g a i a r d e l l ip a o l o 2 0 0 7 提出在汽车售后服务中建立售后服务网络综合框架，用 以检测此售后服务网络中各参与者的业绩，提高售后服务质量【9 】。j i a n 1 i n g w a n g 2 0 0 8 提出一种新的客户满意测量模型，并将其用于到汽车售后服务业，用 以揭示问题，提高效率，为售后服务管理提供决策支持【1 0 】。f r e d r i kp e r s s o n 2 0 0 9 】 对售后服务物流网络进行了仿真研究，结果表明在售后服务物流网络中，类似 备件分类模型和仿真的定量分析方法对企业有较大帮助，有利于企业发现核心 弊端并应用和评价有效的成本决策【l l 】。 ( 2 ) 云模型 云模型自1 9 9 5 年提出以来，对其的研究主要集中于国内。李德毅 1 9 9 5 1 介绍 了云的概念、云的数字特征以及云发生器的实现，此外李德毅先生对云发生器 也进行了数学分析，这是云模型的开篇文献【1 2 】。随后云模型有了一些发展，杨 朝晖 1 9 9 8 等人对二维正态云进行了研究，分析了二维正态云的数字特征，并给 出了二维云发生器的模型和实现算法，并将二维正态云模型应用在不确定性的 预测中【b 】。杜鹚 2 0 0 1 等人提出了连续值属性的离散化方法一云变换，有效地 解决了硬化分带来的信息丢失问题，应用此离散化方法挖掘到的关联规则更符 合人们对客观事物的正常认识【l q 。田永青 2 0 0 3 等将云理论用于提取关联规则， 利用云模型的理论与方法求解数量关联问题，较好地软化了数量属性论域的划 分边界，使含有连续值属性的关联规则提取方法更灵活，提取的规则更符合人 类思维【1 5 1 。近些年，云模型被广泛研究应用：阎长j 顸 2 0 0 7 提出了基于云模型的 动态客户细分分类模型，选取隶属度高的类别实现分类器处理过程的动态性， 该模型可以更加客观地描述客户行为的非确定性和随机性特征，具有良好的分 类效梨1 6 1 。h o n g l iw a n g 【2 0 0 8 利用云模型的多层面、模糊性和随机性的优点应 用在空间支持决策系统中，来处理一些不完整、不确定的数据【1 7 1 。x u r u z h i 【2 0 0 8 】 提出了针对聚类的基于云模型的数据属性压缩算法。通过利用云模型的算法，该 算法计算每个条件属性的重要性，决策属性，并得到了还原属性的贪心算法【1 8 1 。 l ih e s o n g 2 0 0 8 针对有效的连续属性的分类数据集，提出了一种基于云模型和遗 传算法的分类算法，使类别分的更精确【1 9 】。谭海宁 2 0 0 9 弓1 用云模型来探究电信 业的客户细分，重点从横向层面对客户进行了动态细分，并阐释了潜在价值对 客户细分的作用 2 0 1 。胡斌 2 0 0 9 】提出了一种以云模型理论为基础的评估机动车 辆驾驶员驾驶状态的方法，他通过运用云模型对实际道路上采集的驾驶员不同 驾驶状态下的视频录像进行建模和比较，识别驾驶员的异常驾驶行为并且给出 4 武汉理工大学硕士学位论文 报警信息【2 1 】。 ( 3 ) 关联规则 关联规则的概念和模型首先由r a g r a w a l 等人在1 9 9 3 年提出，用以发现数据 中项集之间潜在的关联或依赖联系，描述一个事物和其它事物的相互依存和相 互关联的关系【2 2 】。1 9 9 4 年，r a g r a w a l 等人又提出了著名的a p n o n 算法【2 3 】。在这 之后，大批的国内外学者们对传统的a p r i o r i 算法进行了改进和拓展，以提高其运 行效率。j o n gs o op a r k 1 9 9 7 对a p r i o r i 算法进行扩展，提出了d i - i p 算法，利用这 种方法可以使生成的候选集数量显著减少瞰】。r a y m o n d n g 1 9 9 9 】向传统关联规 则算法中引入了约束，并将约束进行分类，使挖掘目标更符合用户需求，并提 高了挖掘效率【2 5 1 。欧阳继红 2 0 0 5 提出了一种具有动态加权特性的改进算法。在 算法的运行初期大量剔除了那些权重小的无用项目集，大大提高了算法的运行效 率【2 6 1 。邹力鸥 2 0 0 7 提出了新的加权关联规则模型，并基于该模型设计了一个基 于多重最小支持度的加权关联规则挖掘新算法，此算法为通过设定不同最小支 持度，为数据项设置不同的权重，以发现更多有趣的规则【2 7 】。y i p 和k e l l y k i n g c h i 2 0 0 8 提出用逻辑运算来进行频繁集的删减组合，以提高算法效率【2 8 1 。 j i a n g 和b a o q i n g 2 0 0 9 分析最大布尔关联规则的属性，并提出了开放频繁集挖掘 算法，提高关联分析的效率 2 9 1 。富丽娜 2 0 0 7 在分析数据挖掘关联规则理论的基 础上，给出一种适合页面推荐的i f s t 算法，适用于网页的个性化推荐【3 0 l 。 ( 4 ) 服务推荐 从国内外学者近些年的研究来看，对于服务推荐的研究主要集中在以下两 方面。 一方面集中于基于w e b 和图书馆领域的服务推荐研究。q u a nw e n 2 0 0 7 提 出了一种基于面向服务构架的个性化推荐系统【3 。夏海江 2 0 0 7 提出了基于序列 挖掘的w e b 服务推荐方法【3 2 】。吴修琴 2 0 0 7 分析t w e b 信息挖掘的数据收集、 数据预处理、模式发现及分析、个性化服务引擎等过程，并对各过程的个性化 服务的实现进行了阐述【3 引。方辉 2 0 0 8 分析了网络环境下制造业信息获取的方式 及其对主动推荐服务的需求，构建了信息推荐服务结构体系【3 4 1 。林霜梅 2 0 0 7 】 提出了图书馆个性化服务推荐的定义，并给出了图书馆个性化服务推荐建议【3 5 】。 丁银芳 2 0 0 9 提出高校图书馆个性化推荐有两个聚类即图书聚类和读者聚类【3 6 1 。 另一方面集中于对客户行为进行分析。葛淑杰 2 0 0 7 采用u p t r e e 算法对隐藏 在大量客户行为中的信息进行挖掘，从而获取客户行为规则【3 7 l 。李永 2 0 0 7 讨论 5 武汉理工大学硕士学位论文 了实现个性化服务的关键问题，并对用户的描述、资源的表达和个性化推荐技 术进行研究【3 引。徐冈u 2 0 0 8 等人将用户行为数据进行了行为到需求的定性映射， 从而对表达不同需求层次的行为数据进行深度需求挖掘，并据此构建基于用户 网络行为的推荐服务模型【3 9 1 。y u 和c h i e n - c h i h 2 0 0 9 基于客户在旅游过程中表现 的行为，提出了个性化的基于位置移动的推荐服务系统构架和设计方法，面向 为客户的需求，为客户提供更加便利的服务即】。 综合国内外研究现状，可以看出在汽车售后服务方面，单独研究汽车维修 服务的文章较少，而且国内外学者侧重于从概念上对汽车售后服务中的问题给 以解决对策，对于算法实施，模型分析问题研究较少。而服务推荐的研究主要 集中于w e b 和图书馆领域的客户行为分析研究，对于其他领域涉足较少。因此， 本论文的研究正是基于以上两方面欠缺点，从汽车维修服务行业着手研究客户 的行为，借鉴国内外学者对云模型和关联规则的研究陈果，对算法模型加以改 进，以实现客户汽车维修服务推荐研究。 1 3 研究内容和方法 1 3 1 研究内容 本文通过对客户汽车维修服务记录分析，参照行业规则部分指标，运用云 模型及算法将客户分类并研究各类别客户的维修保养习惯，以便汽车售后服务 部门为客户提供适时主动的服务推荐，为客户的汽车加上一道防护锁，加强汽 车保养。本文分六个章节展开论述。 第一章为绪论，阐述了本文的研究背景、目的、意义、国内外研究现状及 研究内容和研究方法、技术路线。 第二章阐述了正态云模型理论基础，介绍了正态云模型概念和构造算法。 此外，本章还介绍了客户分类标准和基于正态云模型进行类别判定方法。 第三章阐述了传统关联规则方法理论，介绍了关联规则基本概念，传统关 联规则a p r i o r i 算法及数据处理和参数设定方法。 第四章介绍了服务推荐的几种方法策略。 第五章对模型实证应用。以三环海通汽车4 s 店的某种车型为例，通过客户 的汽车维修保养历史数据进行基于云模型的类别判定并挖掘出各类别客户的汽 6 武汉理工大学硕士学位论文 车维修保养习惯，指导4 s 店售后服务人员的服务推荐。 第六章是总结与展望。总结全文，指出研究的不足与局限性，并提出了研 究展望。 1 3 2 研究方法 本文将理论研究与实证研究相结合，定性分析与定量计算相结合，同时将 相关科学研究领域的先进理念和技术应用于研究中。本文首先对国内外相关理 论、方法和实际调研资料进行分析，深入分析和把握有关领域的国内外研究水 平和发展动向，并收集客户维修保养服务数据，为后期研究奠定基础；其次确 定指标构造云模型，进行客户分类；再次处理数据，设定参数构造关联规则模 型，以便挖掘每类客户群的维修保养习惯，以便进行适时主动地服务推荐；再 次研究服务推荐策略都有哪些，为实际服务推荐策略的提出提供支撑；最后做 实证应用。本文的技术路线如下图1 1 所示。 国内外研究分析li 维修保养数据收集 用于分类的云模型构造 关联规则模型构造 服务推荐策略研究 基于云模型分类和各类别客户群关联规 则挖掘在汽车售后服务业的实证应用 图1 1 技术路线图 本技术路线中涉及的具体的模型构造有两个： 基于云模型方法对维修客户群类别判定 采用云的数字特征：期望e x ，熵e n 和超熵h e 产生云滴，构造云模型，并按 历史数据和行业规定标准产生标准云和客户云，将客户云与标准云进行比对， 进行类别判定，将客户归类。 7 武汉理工大学硕士学位论文 基于传统关联规则方法发现各类别客户的维修保养习惯 在分类客户的基础上，采用传统关联规则对该类客户汽车的维护项目进行 分析，先采用等宽划分方法对数据进行离散化处理，再根据不同的客户类别设 定不同的最小支持度，并设定统一的最小置信度，之后按照a p r i o r i 算法找出各个 维护项目间的关联规则，最终得到客户维修保养习惯。 8 武汉理工大学硕士学位论文 第2 章基于正态云模型的客户分类 云的特性是可伸缩、无边沿、有弹性、近视无边。在现实中，有许多数据 因为不能用确定的函数和清晰的隶属曲线表示，只能用一对多的数学映射图像 表示，而此映射图像和自然界的云很相似，所以借用“云 来抽象描述，用来 表示数据概念间的数学转换。李德毅院士在传统模糊集理论和概率统计基础上 提出了云模型。该模型是实现定性定量转换的模型。云模型主要反映客观世界 中概念的两种不确定型：模糊性( 边界的亦此亦彼性) 和随机性( 发生的概率) ， 云模型将这两种不确定性集成在了一起，揭示随机性和模糊性的内在关联，构 成了定性和定量间的映射【4 l 】。李德毅院士不仅提出了云模型，还将云模型应用 于数据挖掘领域，主要集中于数值属性离散化、数值属性论域的划分和客户分 类等。因为云模型可以将数据挖掘中概念和数据的转换更贴近实际情况，使得 挖掘结果更精准，因此本文采用云模型对客户进行分类。 云模型的具体实现方法有对称云模型、半云模型、组合云模型和正态云模 型等多种。其中正态云模型的应用最多。这因为正态分布广泛存在，在实际中 遇到的许多随机现象都服从或近似服从正态分布。因此本文采用正态云模型作 为基本方法实现客户维修类别的分类。 2 1 正态云模型 2 1 1 正态云概念 正态分布是概率理论中最重要的分布之一，钟形隶属函数是模糊集合中使 用最多的隶属函数，正态云模型正是融合了两者的优势，在正态分布和钟形隶 属函数的基础上发展起来的一种模型。 正态云的定义如下： 设u 是一个用精确数值表示的定量论域，c 是u 上的定性概念，若定量值x e u ，且x 是定性概念c 的一次随机实现，若x 满足：x n ( e x ，e n 2 ) ，其中，e n n -(x-)2 ，h ( e n ，i - i e 2 ) ，且x 对c 的确定度满足“= e “一7 ，n x 在论域u 上的分布称为正 9 武汉理工大学硕士学位论文 态云1 4 2 l 。 正态云模型是正态云的表现形式，它是表示定性概念和定量数值之间的不 确定性转换模型。通过它，我们可以从定性语言描述的信息中获得定量数据的 范围和分布规律，我们也可以将精确数值有效的转换为恰当的定性语言。 2 1 2 正态云的数字特征 正态云模型通过一个定性概念的数字特征来反映概念的不确定性。此数字 特征用一组相互独立的参数共同表达。由于正态云模型是在正态分布和钟形隶 属函数的基础上发展起来的一种模型。因此在这个基础上，这组数字特征的参 数为：期望e x 、熵e n 、超熵h e 。 e x 云滴在论域空间分布的期望。此参数为这个概念量化的最典型样本 点，最能代表这个定性概念。 e 矿一，反映能够代表定性概念的云滴的离散程度，同时也反映了论域 空间中可被概念接受的云滴的取值范围。熵由概念的随机性和模糊性共同决定， 反映定性概念的不确定性。这种不确定性表现在三个方面。一方面，熵是定性 概念亦此亦彼性的度量，反映了数域空间中可以被语言值接受的云滴群范围大 小，即模糊度；一方面，熵反映了数域空间中的云滴群能够代表这个语言值的 概率，反映了定性概念的云滴出现的随机性；另一方面，熵还可以代表一个定 性概念的粒度，揭示了模糊性和随机性的关联性。 h e _ 一熵的不确定性度量，即熵的熵，超熵。超熵反映了在数域空间中代 表该语言值的所有点的不确定度的凝聚性，即云滴的凝聚度。超熵越大，云滴 的离散度越大，隶属度的随机性越大。超熵也可以形象的表示为云的“厚度 。 超熵越大，云的“厚度也越大【4 3 1 。 正态云模型正是通过特定的计算机算法，利用这3 个数字特征实现了定性概 念和定量之间的转换，揭示了模糊性和随机性之间的关联。 2 1 3 正态云发生器 正态云的生成算法可以用正态云发生器来实现。要想实现定性概念和定量 表示的转换，一般需要正向和逆向两种发生器。本文所采用的正态云模型涉及 n - - 维数值定量表示，所以此处分别介绍一维正态云发生器和二维正态云发生 l o 武汉理工大学硕士学位论文 器。 2 1 3 1 一维正态云发生器 ( 1 ) 一维正向云发生器 由云的数字特征产生云滴实现定性概念到定量表示的过程，称为正向云发 生器。正向云的发生器如下图2 1 所示。 e x e n h e d r o p ( x i ，ui ) 图2 1 云发生器 正向云发生器算法【4 1 】如下： 生成以e n 为期望值，h e 2 为方差的一个正态随机数e n i = n o r m ( e n ，h e 2 ) ； 生成以e x 为期望值，e n i 2 为方差的一个正态随机数x i = n o r m ( e x ，e n i 2 ) ； = 鱼= 垒! 三 计算p i = e 2 ( e n ir ； 具有确定度| li i j 勺x i 成为数域中的一个云滴； 重复步骤到，直至产生要求的n 个云滴为止。 ( 2 ) 一维逆向云发生器 由云滴群得到云的数字特征以实现定量表示到定性概念的过程，称为逆向 云发生器。逆向云的发生器如下图2 2 所示。 d r o p ( x i ，1 t i ) e x e n h e 图2 - 2 逆向石发生器 逆向云发生器算法如下： 根