基于客戶細分的中小型B2C化妝品商城推薦策略研究與應用.pdf

1、隨著經濟全球化的發(fā)展，互聯網為中小型企業(yè)的發(fā)展帶來更廣闊的市場前景。針對目前網購市場中的大量女性客戶，本文設計并實現基于化妝品銷售的中小型 B2C商城系統(tǒng)，提供給客戶一個網上購物平臺，幫助企業(yè)更好的盈利與發(fā)展。并在系統(tǒng)實現過程中，以提高用戶體驗為準則，對系統(tǒng)性能進行了優(yōu)化。并通過分析客戶行為及價值，提出一種基于HSDPSOK算法的客戶細分方法，該方法對實現客戶分類、個性化商品推薦、挖掘潛在客戶以及進行精準營銷等有著重要的意義。本文研究內

2、容主要分為三個方面，如下：
　　一、本文根據企業(yè)的具體業(yè)務需求，介紹了 Struts2、Spring和Hibernate三種框架的結構、流程及特點，在此基礎上，詳細介紹集成框架SSH2，基于此框架設計開發(fā)化妝品商城系統(tǒng)，通過迭代開發(fā)，從以下三個方面對系統(tǒng)性能進行優(yōu)化，使系統(tǒng)更加完善。（1）通過建立適當的索引和引入第三方緩存ehcache來提升數據的查詢效率，實現數據庫性能優(yōu)化；（2）基于PV統(tǒng)計的智能緩存策略，實現系統(tǒng)預先智能從數

3、據庫中提取客戶可能要訪問的數據并放入緩存，進而提高系統(tǒng)的查詢效率；（3）通過實現分頁來提高數據查詢時符合查詢條件的結果展示效率，減少客戶的等待時間。
　　二、本文提出一種基于HSDPSOK算法的客戶細分方法?？蛻艏毞植捎玫木垲愃惴ㄖ?，k-means算法應用廣泛，但是存在需要預先確定聚類個數 K和容易陷入局部最優(yōu)的兩大缺陷。針對這兩個問題， 本文引入有效性指標SD和PSO算法，提出一種HSDPSOK算法來提升聚類質量：（1

4、）通過聚類質量評價中的SD來解決聚類個數K的取值問題。使用樣本數據對應于不同的K值進行初步K-means聚類，使用有效性指標進行比較，返回SD最小時對應的K值，保證使用最優(yōu)的K值來進行聚類；（2）通過使用PSO算法來解決初始聚類中心的選取問題。基于粒子群優(yōu)化算法的全局尋優(yōu)能力，選取 K個最優(yōu)的初始點，以此作為初始聚類中心。在客戶數據集上進行實驗并分析了實驗結果，通過各項評價指標，證明了使用HSDPSOK算法進行客戶細分可以取得更好的效果