電子商務(wù)網(wǎng)站.doc
約71頁DOC格式手機打開展開
電子商務(wù)網(wǎng)站,摘要近年來，隨著互聯(lián)網(wǎng)的發(fā)展，信息化社會的日益進步，作為企業(yè)新的營銷渠道，越來越多的消費者已經(jīng)開始接受網(wǎng)絡(luò)購物這一新的購物方式。越來越成為眾多網(wǎng)絡(luò)用戶光顧的場所的同時也帶來了一系列的問題，客戶時常處于不穩(wěn)定狀態(tài)，客戶流失率高。對于網(wǎng)站，如何最大程度的規(guī)避客戶的流失，降低網(wǎng)站客戶的流失率，成為當前...
內(nèi)容介紹
此文檔由會員 違規(guī)屏蔽12 發(fā)布
摘 要
近年來，隨著互聯(lián)網(wǎng)的發(fā)展，信息化社會的日益進步，電子商務(wù)網(wǎng)站作為企業(yè)新的營銷渠道，越來越多的消費者已經(jīng)開始接受網(wǎng)絡(luò)購物這一新的購物方式。電子商務(wù)網(wǎng)站越來越成為眾多網(wǎng)絡(luò)用戶光顧的場所的同時也帶來了一系列的問題，客戶時常處于不穩(wěn)定狀態(tài)，客戶流失率高。對于網(wǎng)站，如何最大程度的規(guī)避客戶的流失，降低網(wǎng)站客戶的流失率，成為當前電子商務(wù)運營商急需解決的一個問題。
本文首先在對客戶關(guān)系管理理論及電子商務(wù)客戶流失、數(shù)據(jù)挖掘相關(guān)理論理解的基礎(chǔ)上，結(jié)合電子商務(wù)網(wǎng)站客戶流失的特征，提出了電子商務(wù)網(wǎng)站下的四種客戶流失預(yù)測模型。
接著，本文通過理論和實證相結(jié)合的方式，以CD零售商CDNOW電子商務(wù)網(wǎng)站客戶購買數(shù)據(jù)為研究背景，對樣本數(shù)據(jù)使用SPSS17.0進行描述性分析的基礎(chǔ)上，分別利用Pareto/NBD模型、樸素貝葉斯算法模型、支持向量機預(yù)測模型及BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型進行實證研究。論文在第四部分詳細介紹了模型的實證過程，包括數(shù)據(jù)的說明與解釋、模型實證，實證后采用數(shù)值化指標進行的模型結(jié)果評價。
最后，結(jié)合客戶關(guān)系管理理論及實證結(jié)果，首先提出了電子商務(wù)網(wǎng)站客戶流失類型及控制網(wǎng)站客戶流失的策略制定原則；接著將受力分析的思想引入對客戶流失問題的研究，對網(wǎng)站客戶流失進行受力分析，發(fā)現(xiàn)導(dǎo)致網(wǎng)站客戶流失的推力和引力；最后通過分析，引入控制網(wǎng)站客戶流失的拉力及阻力策略來控制網(wǎng)站客戶流失。從實踐角度看，本文提出的研究思路可以為我國電子商務(wù)行業(yè)客戶流失分析、預(yù)測提供一定的參考。
關(guān)鍵詞 電子商務(wù)；客戶流失；Pareto/NBD模型；樸素貝葉斯算法；支持向量機；
BP神經(jīng)網(wǎng)絡(luò)
Abstract
In recent years, with the development of the Internet and advanced information society, E-commerce website as a new marketing channel for enterprises, more and more consumers have started to accept this kind of online shopping purchasing way.E-commerce website has increasingly become a place of many Internet users visited at the same time also brought a series of problems, customers unstable, high customer churn rate. For the website, how best to avoid the loss of customers, reduce customer churn rate, has become one of the focus E-business operators should pay attention to.
In this paper，firistly , based on discussing customer primarily theories such as CRM theory, E-business customer theory churn and DM theory, this dissertation, combining with characteristics of customer churn in E-business website ,four kinds of customer churn prediction model have been provided.
Secondly, the study has implications for both theory and practice. Based on CDNOW website’s customer data, using Pareto/NBD model, a Naïve Bayes model, support vector machines model and BP arithmetic neural networks model to predict customer activity .In dissertation, a detailed description of the empirical process in Part IV including data discription and explanation, empirical model, model eva luation by numerical indicators .
Finall, the cassification of website customer churn and principles of controlling customers churn are proposed on CRM theory and proofed results. Then introduce the idea of the forces on customers churn, analyzing the forces which effect website customer churn, discovery the thrust forces and gravitation forces.Finally, by analyzing, eontrolled retaining strategies and resistance strategies to control website customers churn From practice aspect, the proposed research ideas can provide a reference for our E-commerce industry about analyzing customers churn and prediction .
Keywords customer churn; pareto/NBD model; naïve Bayes model; data mining;
support vector machines; BP arithmetic neural networks
目 錄
摘 要 I
Abstract II
第1章 緒論 1
1.1 研究背景及目的意義 1
1.1.1 研究背景 1
1.1.2 研究目的和意義 2
1.2 國內(nèi)外研究現(xiàn)狀 2
1.2.1 契約關(guān)系情景下客戶流失預(yù)測方法國內(nèi)外研究現(xiàn)狀 3
1.2.2 非契約關(guān)系情景下客戶流失預(yù)測方法國內(nèi)外研究現(xiàn)狀 4
1.2.3 國內(nèi)外研究現(xiàn)狀評述 5
1.3 研究思路、主要內(nèi)容、研究方法、創(chuàng)新點 6
1.3.1 研究內(nèi)容 6
1.3.2 研究思路 7
1.3.3 研究方法 7
1.3.4 研究創(chuàng)新點 8
1.4 技術(shù)路線 9
1.5 本章小結(jié) 10
第2章 相關(guān)理論及技術(shù) 11
2.1 客戶關(guān)系管理 11
2.1.1 CRM概述 11
2.1.2 CRM的核心思想 11
2.1.3 CRM的目標 12
2.1.4 CRM在電子商務(wù)中應(yīng)用 12
2.2 電子商務(wù)客戶流失及相關(guān)理論 13
2.2.1 客戶流失 13
2.2.2 電子商務(wù)客戶流失 14
2.3 Pareto/NBD模型 14
2.4 數(shù)據(jù)挖掘 16
2.4.1 數(shù)據(jù)挖掘定義 16
2.4.2 數(shù)據(jù)挖掘的任務(wù) 16
2.4.3 數(shù)據(jù)挖掘的過程 16
2.5 用于預(yù)測的數(shù)據(jù)挖掘方法 17
2.5.1 樸素貝葉斯算法 18
2.5.2 支持向量機 18
2.5.3 BP神經(jīng)網(wǎng)絡(luò) 20
2.6 本章小結(jié) 21
第3章 電子商務(wù)網(wǎng)站客戶流失預(yù)測模型 23
3.1 建立網(wǎng)站客戶流失預(yù)測模型的可行性與必要性 23
3.2 Pareto/NBD預(yù)測模型 24
3.2.1 數(shù)據(jù)處理 24
3.2.2 參數(shù)估計 24
3.2.3 客戶活躍度計算 24
3.2.4 算法實現(xiàn) 24
3.3 樸素貝葉斯算法預(yù)測模型 25
3.3.1 算法步驟 25
3.3.2 算法實現(xiàn) 25
3.4 支持向量機預(yù)測模型 26
3.4.1 指標的選擇 26
3.4.2 模型的構(gòu)造 26
3.4.3 算法實現(xiàn) 26
3.5 BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型 26
3.5.1 BP神經(jīng)網(wǎng)絡(luò)模型的結(jié)構(gòu)設(shè)計 26
3.5.2 BP神經(jīng)網(wǎng)絡(luò)初始參數(shù)的選擇 27
3.5.3 算法實現(xiàn) 27
3.6 本章小結(jié) 28
第4章 網(wǎng)站客戶流失預(yù)測模型實證研究 29
4.1 基于Pareto/NBD模型的客戶流失預(yù)測實證研究 29
4.1.1 數(shù)據(jù)的獲取與解..
近年來，隨著互聯(lián)網(wǎng)的發(fā)展，信息化社會的日益進步，電子商務(wù)網(wǎng)站作為企業(yè)新的營銷渠道，越來越多的消費者已經(jīng)開始接受網(wǎng)絡(luò)購物這一新的購物方式。電子商務(wù)網(wǎng)站越來越成為眾多網(wǎng)絡(luò)用戶光顧的場所的同時也帶來了一系列的問題，客戶時常處于不穩(wěn)定狀態(tài)，客戶流失率高。對于網(wǎng)站，如何最大程度的規(guī)避客戶的流失，降低網(wǎng)站客戶的流失率，成為當前電子商務(wù)運營商急需解決的一個問題。
本文首先在對客戶關(guān)系管理理論及電子商務(wù)客戶流失、數(shù)據(jù)挖掘相關(guān)理論理解的基礎(chǔ)上，結(jié)合電子商務(wù)網(wǎng)站客戶流失的特征，提出了電子商務(wù)網(wǎng)站下的四種客戶流失預(yù)測模型。
接著，本文通過理論和實證相結(jié)合的方式，以CD零售商CDNOW電子商務(wù)網(wǎng)站客戶購買數(shù)據(jù)為研究背景，對樣本數(shù)據(jù)使用SPSS17.0進行描述性分析的基礎(chǔ)上，分別利用Pareto/NBD模型、樸素貝葉斯算法模型、支持向量機預(yù)測模型及BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型進行實證研究。論文在第四部分詳細介紹了模型的實證過程，包括數(shù)據(jù)的說明與解釋、模型實證，實證后采用數(shù)值化指標進行的模型結(jié)果評價。
最后，結(jié)合客戶關(guān)系管理理論及實證結(jié)果，首先提出了電子商務(wù)網(wǎng)站客戶流失類型及控制網(wǎng)站客戶流失的策略制定原則；接著將受力分析的思想引入對客戶流失問題的研究，對網(wǎng)站客戶流失進行受力分析，發(fā)現(xiàn)導(dǎo)致網(wǎng)站客戶流失的推力和引力；最后通過分析，引入控制網(wǎng)站客戶流失的拉力及阻力策略來控制網(wǎng)站客戶流失。從實踐角度看，本文提出的研究思路可以為我國電子商務(wù)行業(yè)客戶流失分析、預(yù)測提供一定的參考。
關(guān)鍵詞 電子商務(wù)；客戶流失；Pareto/NBD模型；樸素貝葉斯算法；支持向量機；
BP神經(jīng)網(wǎng)絡(luò)
Abstract
In recent years, with the development of the Internet and advanced information society, E-commerce website as a new marketing channel for enterprises, more and more consumers have started to accept this kind of online shopping purchasing way.E-commerce website has increasingly become a place of many Internet users visited at the same time also brought a series of problems, customers unstable, high customer churn rate. For the website, how best to avoid the loss of customers, reduce customer churn rate, has become one of the focus E-business operators should pay attention to.
In this paper，firistly , based on discussing customer primarily theories such as CRM theory, E-business customer theory churn and DM theory, this dissertation, combining with characteristics of customer churn in E-business website ,four kinds of customer churn prediction model have been provided.
Secondly, the study has implications for both theory and practice. Based on CDNOW website’s customer data, using Pareto/NBD model, a Naïve Bayes model, support vector machines model and BP arithmetic neural networks model to predict customer activity .In dissertation, a detailed description of the empirical process in Part IV including data discription and explanation, empirical model, model eva luation by numerical indicators .
Finall, the cassification of website customer churn and principles of controlling customers churn are proposed on CRM theory and proofed results. Then introduce the idea of the forces on customers churn, analyzing the forces which effect website customer churn, discovery the thrust forces and gravitation forces.Finally, by analyzing, eontrolled retaining strategies and resistance strategies to control website customers churn From practice aspect, the proposed research ideas can provide a reference for our E-commerce industry about analyzing customers churn and prediction .
Keywords customer churn; pareto/NBD model; naïve Bayes model; data mining;
support vector machines; BP arithmetic neural networks
目 錄
摘 要 I
Abstract II
第1章 緒論 1
1.1 研究背景及目的意義 1
1.1.1 研究背景 1
1.1.2 研究目的和意義 2
1.2 國內(nèi)外研究現(xiàn)狀 2
1.2.1 契約關(guān)系情景下客戶流失預(yù)測方法國內(nèi)外研究現(xiàn)狀 3
1.2.2 非契約關(guān)系情景下客戶流失預(yù)測方法國內(nèi)外研究現(xiàn)狀 4
1.2.3 國內(nèi)外研究現(xiàn)狀評述 5
1.3 研究思路、主要內(nèi)容、研究方法、創(chuàng)新點 6
1.3.1 研究內(nèi)容 6
1.3.2 研究思路 7
1.3.3 研究方法 7
1.3.4 研究創(chuàng)新點 8
1.4 技術(shù)路線 9
1.5 本章小結(jié) 10
第2章 相關(guān)理論及技術(shù) 11
2.1 客戶關(guān)系管理 11
2.1.1 CRM概述 11
2.1.2 CRM的核心思想 11
2.1.3 CRM的目標 12
2.1.4 CRM在電子商務(wù)中應(yīng)用 12
2.2 電子商務(wù)客戶流失及相關(guān)理論 13
2.2.1 客戶流失 13
2.2.2 電子商務(wù)客戶流失 14
2.3 Pareto/NBD模型 14
2.4 數(shù)據(jù)挖掘 16
2.4.1 數(shù)據(jù)挖掘定義 16
2.4.2 數(shù)據(jù)挖掘的任務(wù) 16
2.4.3 數(shù)據(jù)挖掘的過程 16
2.5 用于預(yù)測的數(shù)據(jù)挖掘方法 17
2.5.1 樸素貝葉斯算法 18
2.5.2 支持向量機 18
2.5.3 BP神經(jīng)網(wǎng)絡(luò) 20
2.6 本章小結(jié) 21
第3章 電子商務(wù)網(wǎng)站客戶流失預(yù)測模型 23
3.1 建立網(wǎng)站客戶流失預(yù)測模型的可行性與必要性 23
3.2 Pareto/NBD預(yù)測模型 24
3.2.1 數(shù)據(jù)處理 24
3.2.2 參數(shù)估計 24
3.2.3 客戶活躍度計算 24
3.2.4 算法實現(xiàn) 24
3.3 樸素貝葉斯算法預(yù)測模型 25
3.3.1 算法步驟 25
3.3.2 算法實現(xiàn) 25
3.4 支持向量機預(yù)測模型 26
3.4.1 指標的選擇 26
3.4.2 模型的構(gòu)造 26
3.4.3 算法實現(xiàn) 26
3.5 BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型 26
3.5.1 BP神經(jīng)網(wǎng)絡(luò)模型的結(jié)構(gòu)設(shè)計 26
3.5.2 BP神經(jīng)網(wǎng)絡(luò)初始參數(shù)的選擇 27
3.5.3 算法實現(xiàn) 27
3.6 本章小結(jié) 28
第4章 網(wǎng)站客戶流失預(yù)測模型實證研究 29
4.1 基于Pareto/NBD模型的客戶流失預(yù)測實證研究 29
4.1.1 數(shù)據(jù)的獲取與解..
