论文部分内容阅读
本文根据电子商务行业特点,对电子商务顾客忠诚度影响因素进行了全面的分析,以经典RFM客户忠诚度模型为基础,建立RFMSA电子商务客户忠诚度划分模型。该模型中,引入了电子商务中影响顾客忠诚的两个重要属性：满意度和关注度。从多个角度更加全面的分析了电子商务交易中顾客忠诚度的划分依据。在建立电子商务顾客忠诚度划分模型的基础上,通过聚类分析算法对顾客忠诚度进行划分。以经典聚类分析算法K-means为基础,提出分段确定初始聚类中心的改进算法对顾客忠诚度进行划分。通过该方法可以有效减少确定初始聚类中心的时间和因迭代计算产生的局部最优解的问题。利用聚类分析算法对顾客忠诚度进行划分时,存在分类边界不清晰问题,为使顾客忠诚度划分更加准确,本文采用了基于粗糙集的聚类分析算法,并提出基于隶属度的粗糙聚类算法。利用隶属度的聚类思想,不仅能够将粗糙集与聚类方法有效结合,而且能够使聚类边界附近的点分类更加合理。通过对经典样本数据进行分析得出的实验结果表明,改进的基于粗糙集的K-means聚类算法能够有效的提高聚类的准确率。为验证本文所提算法的有效性,通过对某网上商城会员交易数据进行分析,对其顾客忠诚度进行划分。实验结果表明,与基于K-means的聚类分析算法相比,本文提出的改进算法对电子商务顾客忠诚度划分的准确度更高,能够更好的对电子商务顾客忠诚度进行划分。