信息化数据挖掘

1、2020/6/24，1，using data mining technology to evaluate customer s time-variant purchase behavior and corresponding marketionrecently，however，Data mining techniques have been adopted to predict customer behavior，background，2020/6/24 data mining是指用历史交易数据挖掘知识的过程，基于Berry和Linoff (1997)的定义，数据挖掘查找数据中隐藏的消息，如趋

2、势、特征、关系等数据挖掘方法包括分类、估计、预测、affinity grouping和群集。classification、estimation、prediction、association rule、clustering、data mining、data mining另外，由于网络开发，顾客迅速增加，相关顾客也相对增加。construct customer purchase data mart understand and predict the customer-buying pattern分析大量客户资料，以了解和预测客户的购买行为模式，帮助支持决策。通过评估2020/6/24，7、Rec

3、ently、Frequency、Monetary(RFM)、用于衡量客户消费行为的一般评估指标、客户忠诚度和客户贡献来制定相关营销战略。最近购买时间(r):计算从上次购买到当前的时间。产品购买时间越接近当前，暗示该客户再次购买的概率就越高，最近购买日期离当前时间越远，该客户持续购买的概率就越小。购买频率(f):衡量客户在一段时间内购买的总次数，或评估客户在一段时间内与公司的交互程度，购买频率越高，意味着客户与公司之间的交互程度越高。采购值(m):计算一段时间内购买的总金额，客户购买的总金额表示对此产品的兴趣指标，还表示对公司的实际货币贡献。measure purchase behavior o

4、f customer，2020/6/24，8，ka Han (1998)认为RFM应用了非常广泛的行为分析技术，利用RFM可以更简单、更快速地分析公司客户，并采取行动使用RFM时，Sung and Sang (1998)使用RFM值作为构建模式的输入变量，通过集群分析方法将客户划分为不同的客户基础，然后针对每个客户采取不同的策略。，measure purchase behavior of customer，2020/6/24，9，introduction，in the dynamic retail market，Understanding，2020/6/24，10，topic，Chen，m.c

5、 .chiu，a.l .and Chang，h.h .2005， mining changes，2020/6/24，40，change patterns，unexpected ness 3360 when the similariy between two rules equals 0，An unexpected(d)unexpected condition pattern :=-1(1)，2020/6/24，41，case result，partial list of，2020/6/24，42，case result，emerging patterns: added patterns:2020/6/24，43，Case result And sang c.p .2002， customer s time-variant purchase behavior and corresponding marketing strategies : an online retailer predicting mail-order repeat buying : which variables matter？(http:/ideas . repec . org/p/rug