本文關(guān)鍵詞：基于客戶細(xì)分的中小型B2C化妝品商城推薦策略研究與應(yīng)用

  更多相關(guān)文章： 商城系統(tǒng) 性能優(yōu)化 客戶細(xì)分 推薦

【摘要】：隨著經(jīng)濟(jì)全球化的發(fā)展,互聯(lián)網(wǎng)為中小型企業(yè)的發(fā)展帶來(lái)更廣闊的市場(chǎng)前景。針對(duì)目前網(wǎng)購(gòu)市場(chǎng)中的大量女性客戶,本文設(shè)計(jì)并實(shí)現(xiàn)基于化妝品銷(xiāo)售的中小型B2C商城系統(tǒng),提供給客戶一個(gè)網(wǎng)上購(gòu)物平臺(tái),幫助企業(yè)更好的盈利與發(fā)展。并在系統(tǒng)實(shí)現(xiàn)過(guò)程中,以提高用戶體驗(yàn)為準(zhǔn)則,對(duì)系統(tǒng)性能進(jìn)行了優(yōu)化。并通過(guò)分析客戶行為及價(jià)值,提出一種基于HSDPSOK算法的客戶細(xì)分方法,該方法對(duì)實(shí)現(xiàn)客戶分類(lèi)、個(gè)性化商品推薦、挖掘潛在客戶以及進(jìn)行精準(zhǔn)營(yíng)銷(xiāo)等有著重要的意義。本文研究?jī)?nèi)容主要分為三個(gè)方面,如下：一、本文根據(jù)企業(yè)的具體業(yè)務(wù)需求,介紹了Struts2、Spring和Hibernate三種框架的結(jié)構(gòu)、流程及特點(diǎn),在此基礎(chǔ)上,詳細(xì)介紹集成框架SSH2,基于此框架設(shè)計(jì)開(kāi)發(fā)了化妝品商城系統(tǒng)。二、本文設(shè)計(jì)并實(shí)現(xiàn)以下三種策略對(duì)系統(tǒng)的性能進(jìn)行優(yōu)化。(1)通過(guò)建立適當(dāng)?shù)乃饕鸵氲谌骄彺鎒hcache來(lái)提升數(shù)據(jù)的查詢效率,實(shí)現(xiàn)數(shù)據(jù)庫(kù)性能優(yōu)化；(2)基于PV統(tǒng)計(jì)的智能緩存策略,實(shí)現(xiàn)系統(tǒng)預(yù)先智能從數(shù)據(jù)庫(kù)中提取客戶可能要訪問(wèn)的數(shù)據(jù)并放入緩存,進(jìn)而提高系統(tǒng)的查詢效率；(3)通過(guò)實(shí)現(xiàn)分頁(yè)來(lái)提高數(shù)據(jù)查詢時(shí)符合查詢條件的結(jié)果展示效率,減少客戶的等待時(shí)間。三、本文提出一種基于HSDPSOK算法的客戶細(xì)分方法�？蛻艏�(xì)分采用的聚類(lèi)算法中,k-means算法應(yīng)用廣泛,但是存在需要預(yù)先確定聚類(lèi)個(gè)數(shù)K和容易陷入局部最優(yōu)的兩大缺陷。針對(duì)這兩個(gè)問(wèn)題,本文引入有效性指標(biāo)SD和PSO算法,提出一種HSDPSOK算法來(lái)提升聚類(lèi)質(zhì)量：(1)通過(guò)聚類(lèi)質(zhì)量評(píng)價(jià)中的SD來(lái)解決聚類(lèi)個(gè)數(shù)K的取值問(wèn)題。使用樣本數(shù)據(jù)對(duì)應(yīng)于不同的K值進(jìn)行初步K-means聚類(lèi),使用有效性指標(biāo)進(jìn)行比較,返回SD最小時(shí)對(duì)應(yīng)的K值,保證使用最優(yōu)的K值來(lái)進(jìn)行聚類(lèi)；(2)通過(guò)使用PSO算法來(lái)解決初始聚類(lèi)中心的選取問(wèn)題�；诹Ｗ尤簝�(yōu)化算法的全局尋優(yōu)能力,選取K個(gè)最優(yōu)的初始點(diǎn),以此作為初始聚類(lèi)中心。在客戶數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)并分析了實(shí)驗(yàn)結(jié)果,通過(guò)各項(xiàng)評(píng)價(jià)指標(biāo),證明了使用HSDPSOK算法進(jìn)行客戶細(xì)分可以取得更好的效果。最后,本文基于該算法實(shí)現(xiàn)的分類(lèi)結(jié)果,進(jìn)行商品推薦。
【關(guān)鍵詞】：商城系統(tǒng) 性能優(yōu)化 客戶細(xì)分 推薦
【學(xué)位授予單位】：南華大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TP391.3;TP311.13
【目錄】：

• 摘要4-6
• Abstract6-12
• 第1章 緒論12-18
• 1.1 研究背景及意義12-13
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀13-15
• 1.3 主要研究?jī)?nèi)容15-16
• 1.4 本文組織結(jié)構(gòu)16-18
• 第2章 相關(guān)理論基礎(chǔ)18-30
• 2.1 SSH2框架18-22
• 2.1.1 Struts218-20
• 2.1.2 Spring20-21
• 2.1.3 Hibernate21-22
• 2.2 Web性能優(yōu)化技術(shù)22-28
• 2.2.1 數(shù)據(jù)庫(kù)優(yōu)化技術(shù)22-25
• 2.2.2 Ajax技術(shù)25-27
• 2.2.3 文件緩存27
• 2.2.4 負(fù)載均衡27-28
• 2.3 網(wǎng)站流量統(tǒng)計(jì)28-29
• 2.4 本章小結(jié)29-30
• 第3章 化妝品商城系統(tǒng)實(shí)現(xiàn)及性能優(yōu)化30-58
• 3.1 系統(tǒng)概述30-31
• 3.2 系統(tǒng)設(shè)計(jì)31-37
• 3.2.1 系統(tǒng)開(kāi)發(fā)框架及集成31-34
• 3.2.2 數(shù)據(jù)庫(kù)設(shè)計(jì)34-37
• 3.3 系統(tǒng)實(shí)現(xiàn)37-44
• 3.3.1 數(shù)據(jù)訪問(wèn)Dao實(shí)現(xiàn)38-39
• 3.3.2 靜態(tài)頁(yè)面生成接口實(shí)現(xiàn)39-40
• 3.3.3 購(gòu)物車(chē)管理業(yè)務(wù)實(shí)現(xiàn)40-41
• 3.3.4 系統(tǒng)功能實(shí)現(xiàn)41-44
• 3.4 系統(tǒng)性能優(yōu)化重點(diǎn)模塊44-46
• 3.5 系統(tǒng)性能優(yōu)化實(shí)現(xiàn)46-56
• 3.5.1 數(shù)據(jù)庫(kù)優(yōu)化46-50
• 3.5.2 基于智能緩存策略優(yōu)化50-55
• 3.5.3 數(shù)據(jù)分頁(yè)優(yōu)化55-56
• 3.6 本章小結(jié)56-58
• 第4章 化妝品商城推薦策略研究與應(yīng)用58-88
• 4.1 用戶信息收集58-63
• 4.2 數(shù)據(jù)預(yù)處理63-65
• 4.2.1 數(shù)據(jù)清洗63-64
• 4.2.2 數(shù)據(jù)轉(zhuǎn)換與集成64-65
• 4.3 客戶細(xì)分算法—HSDPSOK65-84
• 4.3.1 客戶細(xì)分65-66
• 4.3.2 客戶細(xì)分的方法66-67
• 4.3.3 客戶細(xì)分算法選擇67-79
• 4.3.3.1 K-means算法68-71
• 4.3.3.2 PSO算法71-74
• 4.3.3.3 有效性指標(biāo)SD74
• 4.3.3.4 基于SD與PSO的K-means算法74-79
• 4.3.4 客戶細(xì)分變量的選擇79
• 4.3.5 HSDPSOK算法進(jìn)行客戶細(xì)分79-81
• 4.3.6 客戶細(xì)分效果分析81-84
• 4.4 基于客戶細(xì)分的推薦策略84-86
• 4.4.1 推薦類(lèi)型84
• 4.4.2 基于用戶協(xié)同過(guò)濾算法84-86
• 4.4.3 基于客戶細(xì)分的協(xié)同推薦86
• 4.5 本章小結(jié)86-88
• 第5章 總結(jié)與展望88-90
• 5.1 總結(jié)88
• 5.2 工作展望88-90
• 參考文獻(xiàn)90-94
• 主要成果94-96
• 致謝96

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 劉乃嘉;彭宇;王鑫;付小龍;;清華大學(xué)網(wǎng)上選課性能優(yōu)化研究與實(shí)踐[J];實(shí)驗(yàn)技術(shù)與管理;2011年05期

2 劉悅婷;李嵐;;基于自適應(yīng)權(quán)重的粒子群和K均值混合聚類(lèi)算法研究[J];甘肅科學(xué)學(xué)報(bào);2010年04期

3 林麗麗;;使用高性能Web服務(wù)器Nginx實(shí)現(xiàn)開(kāi)源負(fù)載均衡[J];大眾科技;2010年07期

4 夏峗;李志蜀;;基于Hibernate框架的數(shù)據(jù)持久化層的研究及其應(yīng)用[J];計(jì)算機(jī)應(yīng)用;2008年09期

5 黃櫟橋;陸鑫;;基于Struts框架的Web數(shù)據(jù)庫(kù)分頁(yè)技術(shù)[J];計(jì)算機(jī)應(yīng)用;2008年S1期

6 李聳;房明;;基于Web的網(wǎng)站流量統(tǒng)計(jì)系統(tǒng)的設(shè)計(jì)[J];電腦知識(shí)與技術(shù);2008年05期

7 王正良;;大信息量和訪問(wèn)量信息系統(tǒng)性能優(yōu)化研究[J];農(nóng)業(yè)網(wǎng)絡(luò)信息;2007年12期

8 劉向東;沙秋夫;劉勇奎;段曉東;;基于粒子群優(yōu)化算法的聚類(lèi)分析[J];計(jì)算機(jī)工程;2006年06期

9 閆相斌;李一軍;葉強(qiáng);;基于購(gòu)買(mǎi)行為的客戶分類(lèi)方法研究[J];計(jì)算機(jī)集成制造系統(tǒng);2005年12期

10 徐寶文,張衛(wèi)豐;數(shù)據(jù)挖掘技術(shù)在Web預(yù)取中的應(yīng)用研究[J];計(jì)算機(jī)學(xué)報(bào);2001年04期

，

本文編號(hào)：606163