面向現(xiàn)代企業(yè)營(yíng)銷的數(shù)據(jù)挖掘技術(shù)研究.pdf

1、目前，企業(yè)所面臨的市場(chǎng)環(huán)境變化莫測(cè)，增加了企業(yè)在經(jīng)營(yíng)活動(dòng)中的不穩(wěn)定性，企業(yè)必須根據(jù)市場(chǎng)內(nèi)外的復(fù)雜環(huán)境制定科學(xué)的決策來(lái)抵御、弱化經(jīng)營(yíng)中的風(fēng)險(xiǎn)。數(shù)據(jù)挖掘技術(shù)能夠從企業(yè)經(jīng)營(yíng)、營(yíng)銷活動(dòng)中產(chǎn)生的海量的營(yíng)銷數(shù)據(jù)，以及影響企業(yè)經(jīng)營(yíng)的外部因素中發(fā)掘新的知識(shí)。本文借助于數(shù)據(jù)挖掘技術(shù)，對(duì)企業(yè)管理信息系統(tǒng)積累的海量歷史數(shù)據(jù)進(jìn)行處理、分析，最終構(gòu)建一套基于數(shù)據(jù)挖掘的信息化平臺(tái)，對(duì)企業(yè)經(jīng)營(yíng)進(jìn)行科學(xué)的前瞻性預(yù)測(cè)，幫助企業(yè)制定快速、高效、科學(xué)的營(yíng)銷策略，解決企業(yè)經(jīng)營(yíng)

2、活動(dòng)中的問(wèn)題。
　　文章主要研究?jī)?nèi)容如下:
　　1)采集用戶信息和簡(jiǎn)化處理海量數(shù)據(jù)。設(shè)計(jì)基于卷煙企業(yè)內(nèi)部業(yè)務(wù)上報(bào)的數(shù)據(jù)采集模型與基于企業(yè)外部—消費(fèi)用戶層面的數(shù)據(jù)采集架構(gòu)。針對(duì)采集到的數(shù)據(jù)量大，數(shù)據(jù)種類繁多的問(wèn)題，提出了基于MapReduce的數(shù)據(jù)降維與累加的處理過(guò)程，編制Map，Reduce實(shí)現(xiàn)代碼，對(duì)數(shù)據(jù)進(jìn)行多個(gè)維度的規(guī)約，精簡(jiǎn)后續(xù)數(shù)據(jù)模型所用數(shù)據(jù)量。
　　2)設(shè)計(jì)品牌關(guān)聯(lián)度模型。研究關(guān)聯(lián)分析的實(shí)現(xiàn)原理，通過(guò)對(duì)比選取

3、Apriori進(jìn)行品牌關(guān)聯(lián)度分析，針對(duì)該算法在運(yùn)算過(guò)程產(chǎn)生較大候選集項(xiàng)數(shù)的不足之處進(jìn)行改進(jìn)。以卷煙會(huì)員積分禮品兌換系統(tǒng)中產(chǎn)生的數(shù)據(jù)為應(yīng)用背景，利用改進(jìn)后的Apriori挖掘算法建立卷煙品牌關(guān)聯(lián)度模型，通過(guò)分析會(huì)員的消費(fèi)行為，挖掘出相關(guān)品牌之間存在關(guān)聯(lián)關(guān)系。
　　3)設(shè)計(jì)業(yè)務(wù)數(shù)據(jù)挖掘方法。針對(duì)影響卷煙銷量的影響因素，分析了時(shí)間序列分析法原理，并針對(duì)時(shí)間序列算法存在的問(wèn)題，提出了基于多指標(biāo)分析的預(yù)測(cè)模型，對(duì)卷煙銷量進(jìn)行了組合預(yù)測(cè)。