基于多支持向量機的分布式客戶流失預(yù)測模型研究.pdf

1、全球金融危機蔓延至零售行業(yè)，各零售商家彼此間競爭加劇，保持原來的客戶無疑成為企業(yè)應(yīng)對“寒流”的關(guān)鍵，對原有客戶進行流失預(yù)測更是零售企業(yè)的重中之重。而如何通過數(shù)據(jù)挖掘技術(shù)從海量數(shù)據(jù)集中分析客戶的消費行為，深挖現(xiàn)有客戶潛在規(guī)律，集中優(yōu)勢力量提升客戶的滿意度、忠誠度和降低流失率是成功應(yīng)對危機的關(guān)鍵。 目前一些大型零售企業(yè)通過并購、重組迅速實現(xiàn)了連鎖化，數(shù)據(jù)庫也逐步從集中管理發(fā)展到分布管理，大量分布的連鎖分店、配送中心與總店間通過網(wǎng)絡(luò)互

2、連，形成了分布型的商業(yè)共享數(shù)據(jù)環(huán)境。傳統(tǒng)的客戶流失預(yù)測方法沒法滿足分布環(huán)境下高效的全局決策，而基于分布式數(shù)據(jù)挖掘技術(shù)的挖掘機制，可綜合分析所有的分布數(shù)據(jù)庫，從而發(fā)現(xiàn)全面的商業(yè)信息，為新形式下客戶流失預(yù)測提供了新的實現(xiàn)手段。 本文在國內(nèi)外研究基礎(chǔ)上，以連鎖零售業(yè)的客戶為分析對象，建立了基于多支持向量機的分布式客戶流失預(yù)測模型(DistributedCustomer Churn Prediction Model in Retail

3、Based on SVMs，R-DCCPS)。主要研究內(nèi)容包括： 第一，本文在充分研究客戶流失現(xiàn)狀和連鎖零售業(yè)在新形式下呈現(xiàn)出新的特點基礎(chǔ)上，確定客戶流失分析的維度，包括客戶行為(包括客戶滿意度、客戶忠誠度、購買頻率、客戶品牌轉(zhuǎn)移)、客戶的價值等，從多個角度研究客戶流失的影響因素，從而建立了一套連鎖零售業(yè)客戶流失的指標體系； 第二，提出了R-DCCPS，以連鎖零售業(yè)分布結(jié)點上的客戶數(shù)據(jù)為數(shù)據(jù)源，以具有移動Agent的GM

4、ine系統(tǒng)為運行框架，以主成分分析方法和支持向量機理論為分布式高性能算法設(shè)計的基礎(chǔ)，以特征多叉樹為支持向量集信息載體，從分布連鎖企業(yè)數(shù)據(jù)庫中得到全局知識，最終實現(xiàn)連鎖零售企業(yè)高效、精確的商業(yè)決策。 第三，結(jié)合連鎖零售企業(yè)數(shù)據(jù)分布、異構(gòu)等的特點，提出了新的數(shù)據(jù)存儲結(jié)構(gòu)--特征多叉樹，利用各站點挖掘出的支持向量集構(gòu)建的局部特征多叉樹作為中間過程，采掘各個分站點的支持向量集信息，并通過基于特征多叉樹的分布式支持向量機增量學(xué)習(xí)算法修正這