基于社会网络挖掘的产品消费关联与销售策略研究

论文摘要

随着生产市场由卖方市场向买方市场转换的完善,随着消费者经济收入的增长和消费意识的增强,零售企业日益成为提高整个社会生产效率的重要决定因素。电器连锁零售企业得到了蓬勃发展。如能挖掘出蕴含在海量销售数据中的经营技巧和市场规律,将优化零售企业商品品类配置,从而提升供应链上产业群的整体竞争力。零售业中运用关联分析等数据挖掘技术,分析企业交易和顾客等数据,可以从海量企业数据源中挖掘有趣的关联模式,来理性的制定企业营销组合策略。然而,市场信息日益趋向对称化、完全化,促使消费模式和消费理念的改变,消费者之间的交流日益充分,单纯的买卖双方市场迅速得以拓展,消费集群应运而生。发现消费者购买行为规律,揭示产品之间具有象征意义的关联性或互补性,从而引导产品消费向新的方式转变,即产品消费集群。消费集群用合理的比例形式来分配商家的折扣让利,促进了消费者的主动消费,使零星购买行为转化为集中性的团购,增加了商家的购销总量,拉动了消费者的生活需求,因此,企业越来越重视消费者的消费环境或个人消费心理。对消费者的消费环境或个人消费行为规律的重视,必将引导以研究社会关系为主的社会网络分析方法在产品与产品、顾客与顾客及产品与顾客之间相关联系方面的拓展。本文采用社会网络分析(SNA)和数据挖掘(DM)理论方法及其相关工具,对数据挖掘新的研究方向—社会网络挖掘(SNM)进行概述,并用以分析产品关联和互补关系,对产品系列进行新的分类,总结其基本特性。文章中通过划分凝聚子网,分析不同商品特性极其之间的关联关系,并进行顾客的购买行为推测,以期发现顾客的购买习惯。借助关联规则来增加企业对商品和顾客的了解,进行对策管理,改进服务质量,提高顾客忠诚度和满意度,减少商业成本,最终达到零售连锁店竞争力的提升。

论文目录

• 中文摘要
• 英文摘要
• 1 绪论
• 1.1 研究背景
• 1.2 研究目的及意义
• 1.3 国内外研究现状
• 1.3.1 关联规则挖掘在商品消费领域的研究现状
• 1.3.2 SNM 在商品消费领域的研究现状
• 1.3.3 目前研究的不足之处
• 1.4 论文研究的主要内容及框架
• 2 相关理论及研究概述
• 2.1 数据挖掘理论
• 2.1.1 数据挖掘
• 2.1.2 聚类分析理论
• 2.2 关联规则挖掘理论
• 2.2.1 关联规则挖掘的提出
• 2.2.2 关联规则挖掘的定义
• 2.2.3 关联规则技术分类
• 2.3 社会网络分析理论
• 2.3.1 整体网络分析方法
• 2.3.2 自我中心网络分析方法
• 2.4 产品消费集群
• 2.5 SNM 的主要工具
• 3 基于 SNM 的凝聚子网探测与特征分析
• 3.1 问题提出及确定
• 3.2 研究基本思路
• 3.3 数据模型
• 3.3.1 原始数据结构模型
• 3.3.2 关联矩阵生成
• 3.3.3 关联矩阵数据表格输出
• 3.4 数据采集
• 3.5 数据预处理
• 3.6 凝聚子网探测
• 3.6.1 数据模型
• 3.6.2 凝聚子网特征分析
• 3.6.3 品牌种子节点获取
• 4 基于 SNM 的产品消费关联与销售策略分析
• 4.1 基于凝聚子网特征的案例分析
• 4.2 基于凝聚子网特征分析的产品—顾客策略
• 4.2.1 零售店—顾客
• 4.2.2 零售店—产品
• 5 结论
• 致谢
• 参考文献
• 附录
• A. 作者在攻读硕士学位期间发表论文情况
• B. 作者在攻读硕士学位期间参加课题目录