基于K-means算法的電子商務客戶細分研究

黃亞萍，李垣江

（江蘇科技大學 電子信息學院，江蘇 鎮(zhèn)江212003）

基于K-means算法的電子商務客戶細分研究

黃亞萍，李垣江

（江蘇科技大學 電子信息學院，江蘇 鎮(zhèn)江212003）

文章將數(shù)據(jù)挖掘技術引入電子商務領域的客戶細分研究，為了從客戶信息中挖掘出潛在的信息，并對客戶進行分類管理，本文采用了聚類算法中基于半監(jiān)督近鄰傳播的K-means算法運用于某服裝電子商務網(wǎng)站進行客戶細分，并詳細介紹了新算法的改進過程、實現(xiàn)流程以及通過對某服裝電子商務網(wǎng)站數(shù)據(jù)信息的具體試驗，驗證其算法改進后的有效優(yōu)勢，具體表現(xiàn)在對數(shù)據(jù)集中的噪聲點能進行有效的排除，并能獲取較為精準的初始聚類中心，以提高聚類質(zhì)量，同時極大的提升了聚類的準確率和各聚類之間的緊密度。

聚類算法；K-means算法；AP算法；客戶細分

隨著網(wǎng)絡時代日趨激烈的競爭，電商企業(yè)逐漸感受到了產(chǎn)品的價格及功能已不再是企業(yè)間相互競爭的資本，為消費者帶來舒適的服務和高貴的品質(zhì)也扮演著無可取代的角色，企業(yè)競爭者不得不面臨綜合因素的較量。因此，現(xiàn)在企業(yè)的關鍵在于從客戶的需求分析入手，以客戶細分為手段，挖掘和分析系統(tǒng)中各類消費群體，從而為各類別的客戶提供具有其類別特色的營銷方式，來提升他們的滿意度和忠誠度來維持市場的競爭力。文中采用基于半監(jiān)督近鄰傳播的K-means的聚類算法來挖掘整體客戶內(nèi)部的需求及購買行為等的多樣性，企業(yè)能夠獲取更加充分的客戶信息資源，為取客戶潛在的知識，實現(xiàn)市場營銷中的有利地位以及改善客戶關系管理水平，最終達到了保持在商業(yè)戰(zhàn)場上保持領先的地位提供了有利的先決條件。……