近年來(lái),在我國(guó)國(guó)民經(jīng)濟(jì)取得良好發(fā)展,人民生活水平不斷提高的背景下,化妝品消費(fèi)者的需求呈現(xiàn)出個(gè)性化、差異化、多樣化的特點(diǎn),而傳統(tǒng)的大眾營(yíng)銷方式,因其廣告費(fèi)用高,效率低下等缺點(diǎn),在尋找目標(biāo)受眾的過(guò)程中逐漸失效,而建立在信息技術(shù)和大數(shù)據(jù)平臺(tái)基礎(chǔ)上的精準(zhǔn)營(yíng)銷為企業(yè)提升品牌競(jìng)爭(zhēng)力提供了新的有效的實(shí)現(xiàn)途徑。重新認(rèn)識(shí)客戶的價(jià)值和識(shí)別潛在的客戶成為了客戶關(guān)系管理（CRM）在真實(shí)的商業(yè)運(yùn)作中極其重要的管理方式,精準(zhǔn)營(yíng)銷依托先進(jìn)的數(shù)據(jù)挖掘分析工具,是企業(yè)進(jìn)行客戶關(guān)系管理的科學(xué)的手段。本文提出一種新的實(shí)用性的推薦評(píng)分體系,結(jié)合客戶購(gòu)買行為和關(guān)聯(lián)規(guī)則分析,以L品牌化妝品為例,結(jié)合L品牌2016年上半年的真實(shí)會(huì)員交易數(shù)據(jù),運(yùn)用SQL server,R軟件以及tableau軟件,進(jìn)行數(shù)據(jù)的處理、整合、分析以及可視化。體系中選取L品牌的Rountineen作為子品類的研究對(duì)象,共有20個(gè)子品類,通過(guò)關(guān)聯(lián)規(guī)則分析,在置信度為0.1,支持度為0.05的參數(shù)設(shè)置下,得到90條關(guān)聯(lián)規(guī)則。通過(guò)SQL server和tableau對(duì)95179位VIP客戶做了購(gòu)買行為分析,并做打分處理。最后,通過(guò)與這些客戶2016年第三季度VI... 

【文章來(lái)源】：蘭州財(cái)經(jīng)大學(xué)甘肅省

【文章頁(yè)數(shù)】：51 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

關(guān)聯(lián)規(guī)則挖掘基本模型

經(jīng)大學(xué)碩士學(xué)位論文 推薦評(píng)分體系在化妝品業(yè)精準(zhǔn)營(yíng)銷中的實(shí)迭代的方法來(lái)進(jìn)行頻繁項(xiàng)目集的挖掘，即使用第 k-項(xiàng)集來(lái)產(chǎn)生第(k+算法的基本思路是:1、通過(guò)整體掃描數(shù)據(jù)集 ，運(yùn)用挖掘算法得到候據(jù)自定義的最小支持度閾值產(chǎn)生頻繁 1-項(xiàng)集的集合，記作 L1。2、在，采用同樣的方法再次掃描數(shù)據(jù)集 D，產(chǎn)生頻繁 2-項(xiàng)集。3、繼續(xù)采，直到生成 k-頻繁項(xiàng)集，直至不能在產(chǎn)生滿足min_ 的（k+1）-頻。圖，為 Apriori 算法的流程圖。數(shù)據(jù)庫(kù)

.3 FP-growth 算法的流程只對(duì)數(shù)據(jù)集進(jìn)行兩次掃描。義名思義，即客戶在發(fā)生析，來(lái)研究深層次的購(gòu)買響，例如：產(chǎn)品的選擇、頻率的選擇等。如今，零日益增多，對(duì)于客戶購(gòu)買測(cè)，深受企業(yè)和學(xué)者們的

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)權(quán)重增量Apriori算法的產(chǎn)品推薦方法[J]. 王昕妍,王曉峰.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2015(11)
[2]大數(shù)據(jù)環(huán)境下客戶購(gòu)買行為預(yù)測(cè)[J]. 杜剛,黃震宇.  管理現(xiàn)代化. 2015(01)
[3]基于行為和評(píng)分相似性的關(guān)聯(lián)規(guī)則群推薦算法[J]. 張佳樂(lè),梁吉業(yè),龐繼芳,王寶麗.  計(jì)算機(jī)科學(xué). 2014(03)
[4]需求成熟度模型的商業(yè)銀行零售客戶交叉購(gòu)買行為預(yù)測(cè)研究[J]. 田敏,李純青,李雪萍.  西安工業(yè)大學(xué)學(xué)報(bào). 2013(05)
[5]大學(xué)生學(xué)校認(rèn)同感及其影響因素研究[J]. 張干群.  工會(huì)論壇(山東省工會(huì)管理干部學(xué)院學(xué)報(bào)). 2012(02)
[6]對(duì)精準(zhǔn)營(yíng)銷理論的思考與實(shí)踐[J]. 高嵐.  黑龍江科技信息. 2010(20)
[7]基于消費(fèi)者行為分析的百貨零售業(yè)營(yíng)銷策略研究[J]. 余瑾秋.  中國(guó)商貿(mào). 2009(19)
[8]論精準(zhǔn)營(yíng)銷的內(nèi)涵與實(shí)施策略[J]. 時(shí)煉波,張俐華.  企業(yè)經(jīng)濟(jì). 2009(08)
[9]精準(zhǔn)營(yíng)銷理論淺探[J]. 王俊,陳貴松,田家華.  中國(guó)集體經(jīng)濟(jì). 2009(03)
[10]淺議精準(zhǔn)營(yíng)銷[J]. 周曉雯,王喜榮.  商場(chǎng)現(xiàn)代化. 2009(01)

碩士論文
[1]基于客戶交易行為的事件式精準(zhǔn)營(yíng)銷在交通銀行零售板塊中的應(yīng)用研究[D]. 柳楊亮.華東理工大學(xué) 2013
[2]基于商業(yè)智能的客戶購(gòu)買行為應(yīng)用分析[D]. 丁為建.華南理工大學(xué) 2012
[3]支持金融產(chǎn)品交叉營(yíng)銷的數(shù)據(jù)挖掘研究[D]. 洪毅.浙江工業(yè)大學(xué) 2010
[4]客戶購(gòu)買行為的BG/NBD預(yù)測(cè)模型及其應(yīng)用研究[D]. 張春蓮.哈爾濱工業(yè)大學(xué) 2006



本文編號(hào)：3558797