基于数据挖掘的网络消费者分类属性分类研究Word格式文档下载.doc

基于数据挖掘的网络消费者分类属性分类研究Word格式文档下载.doc

《基于数据挖掘的网络消费者分类属性分类研究Word格式文档下载.doc》由会员分享，可在线阅读，更多相关《基于数据挖掘的网络消费者分类属性分类研究Word格式文档下载.doc（19页珍藏版）》请在冰豆网上搜索。

07083099

导师姓名：

李刚

起止时间：

2010年10月24日至10年11月7日

指导教师评语

学生姓名

汪全胜

指导教师

李刚

职称

博士讲师

系别

经济与管理学院营销与策划系

专业

市场营销0803

题目

基于数据挖的网络消费者分类——属性分类研究

指导教师评语

目录

摘要 4

Abstract 4

1引言 6

2理论综述 6

2.1数据挖掘（datamining，DM） 6

2.1.1从技术角度看待数据挖掘 7

2.1.2从商业角度看数据挖掘技术 8

2.2运用数据挖掘对网络消费者分类的重要影响 9

2.3数据挖掘的指导思想 9

3网络消费者定义及分类 9

3.1网络消费者的定义:

9

3.2按网络消费者的性别分类：

3.3按网络消费者年龄分类：

10

3.4按地域分类：

11

3.5按网络消费者的学历分类：

12

3.6按网络消费者从事职业分类：

13

3.7按收入对网络消费者分类 13

3.8按相关群体进行分类 14

3.9按心理因素对网络消费者分类 14

3.10按民族和文化背景分类 15

3.11从网络消费者登陆网站类别不同进行分类 15

3.12从网络消费者上网目的分类 16

3.13按网络消费者价值倾向分类 16

4总结 17

致谢 18

参考文献 18

摘要

网络消费者是新的消费群体，与传统市场消费者有着截然不同的特性，企业要想卓有成效的开拓网络营销活动，获得来自虚拟世界的利益，就必须了解网络消费者的需求及购买特征，对网络消费者进行分类研究。

本文从数据挖掘角度入手，主要研究从网络消费者的性别、年龄、地域分布、学历、从事职业、收入、相关群体、心理因素、民族和文化背景、网络消费者登陆网站的类别不同、网络消费者的上网目的和网络消费者的价值倾向这十三个角度对网络消费者进行分类，并分析比较哪种分类方法的纯度相对比较高，尽可能的为企业网络营销活动提供可靠、准确的数据分析和营销依据。

关键词：

网络消费者；

网络营销；

数据挖掘

Abstract

Networkconsumersisnewconsumergroups,andthetraditionalmarketconsumershavedistinctcharacteristics,enterprisewantstodevelopeffectivenetworkmarketingactivities,obtainedfromtheinterestsofthevirtualworld,wemustunderstandthenetworkconsumers'

demandandthepurchasecharacteristicofnetworkconsumersclassifiedresearches.Basedondataminingperspective,themainresearchfromnetworkconsumers'

gender,age,regionaldistribution,educationbackground,professional,income,relatedgroups,psychologicalfactors,nationalandculturalbackground,networkconsumerstolandthewebsitecategoryisdifferent,networkconsumers'

Internetpurposeandnetworkconsumers'

valuetendencythethirteenAngletoclassifynetworkconsumerswerecompared,andwhatkindofclassificationmethodofpurityisrelativelyhigh,asfaraspossiblefortheenterprisenetworkmarketingactivitiestoprovidereliableandaccuratedataanalysisandmarketingbasis.

KeyWords：

Networkconsumers；

Networkmarketing；

Datamining

1引言

　21世纪是我国网络经济快速发展的时期,网络经济以其不可逆转之势,极大地促进了我国社会经济的发展,人们思想观念和工作方式、生活习惯等方面的转变。

于是，一个新的消费群体-网络消费者也呼之欲出。

网络消费者自诞生之后，就以闪电般的速度增长，数目也愈加庞大。

运用数据挖掘对网络消费者进行分类研究，从海量数据中挖掘出不同的信息与知识，作为决策支持之用，既有利于网络营销活动的开展，也必能使企业产生竞争优势。

2理论综述

2.1数据挖掘（datamining，DM）

数据挖掘技术是20世纪80年代后期兴起的一门交叉学科。

数据库、统计学、最优化技术、人工知识、模式识别、并行计算、机器学习、神经网络、数据可视化、信息检索、图像与信号处理和空间数据分析等在研究数据挖掘方面都有应用。

换句话说，只要存在数据存储的地方，数据挖掘就有存在的土壤。

尤其是信息泛滥的今天，从过去的数据中获取有用的知识，就显的更加重要。

　近年来，数据挖掘技术引起了信息产业界的极大关注，其主要原因是存在大量数据，可以广泛使用，并且迫切需要将这些数据转换成有用的知识和信息。

根据美国GAO（GeneralAccountingOffice）的报告，联邦政府利用数据挖掘技术在提高政府服务水平、分析科学数据、管理人力资源、侦察犯罪和恐怖活动等方面发挥了巨大的作用。

尤其是在9·

11以后，美国的反恐活动需要从大量的数据中搜寻有用的信息，数据挖掘技术功不可没。

除此以外，数据挖掘也被广泛用于商业活动。

根据ThomasG,JohnJ和Il-WoonKim对财富500强企业的CFO的调查，在收到的有效反馈中，65％的企业正在使用数据挖掘技术。

支持使用数据挖掘技术的企业称数据挖掘技术的有效使用能够为企业创造2000到2400万的净利润。

2.1.1从技术角度看待数据挖掘

数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。

以数据挖掘为主题的国际会议有：

ADMA，2005年召开的第一届国际会议；

PAKDD，2005年召开第九届国际会议；

ICDE，2005年召开第二十一届国际会议；

DASFAA，2006年召开第十一届国际会议；

ICDM，2005年召开第五届国际会议等等。

这两年国内也有相当多的数据挖掘和知识发现方面的研究成果。

许多学术会议上都设有专题进行学术交流。

由此可见数据挖掘技术的重要性。

随着现代信息技术、通信技术和计算机技术的高速发展，数据库应用的范围、深度和规模不断扩大。

传统的信息系统大部分是查询驱动的，数据库作为历史知识库对于一般的查询过程是有效的，但当数据和数据库的规模急剧增长时，传统的数据库管理系统的查询检索机制和统计分析方法已远远不能满足现实的需求，它迫切要求能够自动、智能和快速的从数据库中挖掘出有用的信息和知识。

数据挖掘被称为未来信息处理的骨干技术之一，它不仅能对过去的数据进行查询，而且能够找出过去数据之间的潜在联系，进行更高层次的分析，以便更好的作出理想决策、预测未来的发展趋势等。

通过数据挖掘，有价值的知识、规则或高层次的信息就能够从数据库的相关数据集合中抽取出来，从而使数据库作为一个丰富、可靠的资源为知识的提取服务。

2.1.2从商业角度看数据挖掘技术

数据挖掘是一种新的商业信息处理技术，其主要特点是对商业数据库中的大量业务数据进行抽取、转换、分析和其他模型化处理，从中提取辅助商业决策的关键性数据。

现在，由于各行业业务自动化的实现，商业领域产生了大量的业务数据，这些数据不再是单纯为了研究的需要，更重要的是为商业决策提供真正有价值的信息，进而获得利润。

但所有企业面临的一个共同问题是：

企业数据量非常大，而其中真正有价值的信息却很小，因此从大量的数据中经过深层分析，获得有利于商业运作、提高竞争力的信息也就显得愈加重要，数据挖掘就在此时大显神通。

数据挖掘可以描述为：

按企业既定业务目标，对大量的企业数据进行探索和分析，揭示隐藏的、未知的或验证已知的规律，并进一步将其模型化的先进有效方法。

数据挖掘在商业领域最成功的例子莫过于尿布与啤酒的关联。

一家超市的老板经过分析其销售数据发现，一般年轻父亲在超市给孩子买尿布的时候，总是喜欢捎带着买上两瓶啤酒。

于是，超市老板把啤酒与尿布这两样风马牛不相及的商品摆在一起，并且搭配着摆放了一些下酒的小菜，这样就极大地方便了顾客，同时也促进了啤酒的销量。

如今，这家超市已经发展成美国第一大零售商，它就是沃尔玛公司。

这个故事说明，在大量的数据中，总是隐藏着各种各样的信息，而数据挖掘正是用来从庞大的数据库中发掘这些有效信息的。

所以有人形象的称“数据是知识和财富的源泉，从数据中发掘知识就好像采矿一样”。

2.2运用数据挖掘对网络消费者分类的重要影响

运用数据挖掘对网络消费者进行分类，将网络消费者按不同的指标分为相关的目标客户群，是企业提升企业信息服务层次的需要;

是企业信息化的需要;

是企业信息共享的需要;

是企业决策的需要；

更是企业增加营业利润提高社会竞争力的需要。

2.3数据挖掘的指导思想

通过因子分析，将测试语句进行分组。

即：

将这一系列的语句进行综合，根据消费者的回答情况，将这些语句分为几大类，根据实际情况，找出每一类型中的共同因子，对这些类型的含义进行合理解释。

利用因子分析的结果，对样本的回答按照新的类型进行重新评估打分，然后根据这些评价进行聚类分析，根据统计原则以及在现实中容易解释的原则，确定最终采用的分类个数。

根据分类结果对每一样本判别其所属类别，对各类型消费者的背景进行交叉分析。

3网络消费者定义及分类

3.1网络消费者的定义

狭义:

指在网上购买网络产品的人:

广义:

指所有上网的人（网上购物者和网上冲浪者）,即全体网民.

3.2按网络消费者的性别分类

可以分为男性网络消费者和女性网络消费者。

就我国而言，根据CNNI2009年七月份男性网络消费者占79%，女性占21%，在其用户中，未婚