客户、书籍细分个性化or大众化课件

《数据挖掘技术在大型零售书店的若干应用》图书：——分类（根据中国图书馆分类法的学科分类来定义）；——属性；——供货商；——客户资料；——书店内部组织机构及其系统维护。面向销售的数据立方体（通过该模型可对销售数据进行购物篮分析）：面向销售和进货的数据立方体：《基于WEB数据挖掘技术的书店电子商务系统的设计与实现》购物篮分析：——交叉销售；图书销售表：——图书ID，时间ID，会员ID，销售数量，价格。多维数据集：客户细分：——将一个大的客户群体划分成一个个小的客户类别；同类客户：——拥有相似属性；异类客户：——拥有不同属性。客户数据has三种类型：１、客户基本特征数据；２、企业促销活动数据；３、企业交易数据。一对一营销思想：要求——书店能够了解每个客户的爱好、需求，针对客户的个人特点营销不同类型的书籍，和客户建立起长久稳定的关系。可用分类和聚类来实现——提取“客户身份背景、购买能力、购买心理”相关信息。图书促销分析：——购买趋势、热销图书、降价图书、补货图书….Eg:女性时尚类=>少儿类图书for母亲们有一些对促销没有作出反应的客户，处理方法：——直接认为这些客户拒绝促销；——把这些客户从分析中排除。《基于分群模型的读者个性化服务研究》2准备数据具体流程：——确定数据来源为：某财经类高校图书馆近3年读者借阅数据、图书信息数据、图书信息调整记录、图书馆管理系统升级记录、近3年放假日期、学生院系明细；——数据范围：36个月；——数据源：学校图书馆系统数据库；——导出格式：Access2000；建立4张表：——借还书总表/图书总表/还书表/新书表；借还书表的关键字段：——正题名、索取号、读者证号、控制号、条形码、借出日期、应还日期、限还时刻、时还时刻、借还标识、续借次数、读者姓名、操作员。《关联规则挖掘算法及其在个性化网站中的应用研究》三、关联规则分析在web个性化网站中的应用Eg:一个简单的模拟电子商务系统3.1电子商务网站数据挖掘主要数据：——客户的背景信息：主要来自于客户的登记表；——浏览者的点击流（click-stream）：主要用于考查客户的行为表现。分析和建立模型的技术和算法：——网站的数据挖掘与原来的数据挖掘差别并不大，很多方法和思想都可以运用；——不同的是网站的数据格式有很大一部分来自于点击流，与传统的数据库格式有区别；——因而对电子商务网站进行数据挖掘所做的主要工作是：数据准备；——应将网站的用户点击序列保存在文本文件中，以用户ID为唯一不重复的文件名，并利用Apriori算法的代码将其封装在ActiveX控件中，这样有利于软件复用，并可在多种开发环境（包括ASP）中调用；PS：if将用户点击序列保存在DB中，不仅会给DB增加额外的空间，造成表格设计的复杂性，而且会使挖掘程序本身与网站代码和DB系统的版本和设计耦合，不利于软件复用。《决策树技术在网上书店系统中的应用》——客户是商家争夺的焦点；——通过决策树技术得到客户进行分析，发现客户所处的生命周期，针对处于不同客户生命周期的客户，采取个性化的策略；——可实现向其推荐书籍和客户保持，提高客户满意度，进而建立忠诚度，防止客户流失；——主要介绍ID3算法在网上书店的应用（文字略，可参见原