基于数据挖掘技术的购物篮模式研究

基于顾客购物篮的分析提出一种新的基于虚拟变量的数据挖掘方法。该方法结合因子分析、聚类和关联规则挖掘技术。首先通过因子分析方法从众多的实变量中标识出影响顾客购买决定的少数几个虚拟变量,其次利用聚类分析对顾客划分成若干簇,最后运用关联规则分析获取每一簇中对象之间隐藏的模式。通过在一个零售业的案例中进行实施,表明了该方法的有效性。     

关联规则在购物篮分析中的应用

购物篮分析是数据挖掘技术应用在零售业中的一种有效方式,其目的就是在顾客的购买交易中分析出能够同时购买一类产品或一组产品的可能性,利于商品的摆放,也利于提高促销活动的效果.以一个面向小型超市的购物篮分析应用实例为背景,利用Apriori算法找出满足最小支持度阈值和最小置信度阈值的强关联规则, 并运用此强关联规则给超市物品摆放提供建议性的意见.     

基于图注意力网络的下一个购物篮推荐

购物篮是用户在一次购物中一系列物品的集合。在下一个购物篮推荐中，可以根据用户的历史购物篮序列推荐出用户接下来购买的物品集合。受图注意力网络的启发，利用该网络建模购物篮中的物品联系，得到含有物品关系的购物篮表示；为了建模用户的短期兴趣，设计一个固定大小的移动窗口，融合最近几个连续购物篮的用户偏好；融合经过循环神经网络的篮子表示、全局和短期的用户购物偏好得到最终的推荐。在两个公开数据集上进行实验，结果表明该算法可有效提高下一个购物篮推荐精度。     

自助服务在你我身边——访NCR商业零售及酒店餐饮行业市场部副总裁安迪克

今天，我们的消费体验正在升级，作为一名旅客的你来到机场准备搭乘飞机出行，不用再像以往一样排拥挤的长队，无聊而又焦急地等待办理登机手续。你只需站在一台类似ATM的机器面前，拿出自己的旅行证件，按照屏幕上的提示，就可以轻松而又快捷地为自己办妥一切相关登机手续。同样是不久后的一天，当作为一名顾客的你来到超市购物，也不用因收银台前面等待结账的顾客长龙而发愁，你只需到一个类似柜台的机器面前，把采、购的每件商品从购物篮中拿出，在条码扫描器前扫过，最后一件商品扫完时，     

基于图注意力网络的购物篮推荐系统

目前已经有很多关于推荐系统的工作取得了很好的成绩。然而大多数工作都集中在对购物篮中单个项目进行排序,关于下一个购物篮的推荐方案却很少。GATBR是一个基于图注意力网络的购物篮推荐模型,它分别对购物篮和其中项目建模。网络中的注意力模块针对给定项目的历史行为,学习其中复杂的交互关系,最后将其合并表示为超图,为目标用户提供最有可能出现在下一个购物篮中的项目参考。通过在Yoochoose和TaFeng数据集上进行实验,GATBR表现出高于其它现有方案的预测精度。     

下一个购物篮推荐系统算法研究

下一个购物篮推荐旨在为用户推荐下一次想购买的商品,与传统推荐不同,它考虑了商品间的时序相关性,购物篮中的商品可能相互依赖,而非彼此独立.如何更好地挖掘用户的时序行为特征是下一个购物篮推荐的难点和挑战.该文首先阐述了下一个购物篮推荐的内涵及研究意义,并对它做基本介绍.然后重点梳理了下一个购物篮推荐的研究进展,对其算法整理...     

《啤酒与尿布-神奇的购物篮分析》

目前国内唯一一本、由清华大学出版社大力推出的揭示购物篮秘密——啤酒与尿布故事的零售类图书面世了,该书为零售企业研究客户手中的购物篮提供了全面、详尽的方法及案例依据。     

基于用户隐性反馈行为的下一个购物篮推荐

下一个购物篮推荐是当前电子商务领域中极其重要的一项任务,传统的下一个购物篮推荐方法主要分为时序推荐模型和总体推荐模型。这些方法对点击、收藏、加入购物车等用户的隐性反馈行为利用得不够,并且没有考虑用户行为偏好的时间敏感性。该文提出了一种基于用户隐性反馈行为的下一个购物篮推荐方法,将用户行为按照一定的时间窗口进行划分,对于每个窗口从多个维度抽取用户对商品的时序偏好特征,运用深度学习领域的卷积神经网络模型进行分类器训练。在真实数据集中的实验结果表明,与传统的线性模型和树模型等分类器相比,该文提出的卷积神经网络框架具有较强的特征萃取能力和泛化能力,提高了推荐系统的用户满意度。     

数据化营销课堂教学创新研究与实践

1、引言数据化营销在我国产品营销过程中的应用处于初始阶段,其在区域经济发展竞争日益激烈的背景下,应用大数据这一新的工具进行产品的营销,从而促进企业发展。大学电子商务课堂教学过程中,要重视紧跟社会经济发展步伐,创新课堂教学理念、探索新的课堂教学模式、改进教学设计,进行数据化营销课堂教学创新研究与实践。     

非对称性相关技术应用于商业数据分析的研究

通过条码识读设备和税控收款机可以容易地收集到大量的商业数据（购物篮数据）,对这样的商业数据的相关分析是商业辅助决策系统的一项重要内容.文章首先研究了购物篮数据项间的相关性,分析了其非对称性的特点,引入了衡量非对称相关性的方法;并对统计独立性进行了研究,提出基于信息熵的新方法用于检验非对称相关的统计独立性.最后,通过一个实例验证了上述方法的有效性.     

TI营销新理念

市场的变革IT风暴带来了世界性的市场变革大潮,新科技革命的迅猛发展促使企业竞相采用新技术,开发新产品。在这样的形势下,IT企业必须从宏观上把握市场变革的方向,了解它对企业自身、对产品、对顾客的影响,以便从中发掘竞争优势,寻找最佳策略,并先于竞争对手加以实施,从而对市场变革的挑战做出有力的回应。技术优势已经成为市场变革的主导力量,企业掌握了先进的新材料、新工艺、新技术和新原理并运用最先进的管理方法生产出来,就能在未来竞争中处于主导地位。同时,由于市场竞争激烈,科技日新月异,产品生命周期普遍缩短,产品创新的速度、企…     

“智能视觉”系统或成零售业引擎

本文介绍一套智能化的商业管理系统，从多角度多方面的为店铺提供服务，从店铺的安全，到顾客的分析管理，到规范操作等方面入手，帮助各商家在充分市场竞争环境下的零售商业精细化管理。     

关联规则挖掘综述

关联规则挖掘则是数据挖掘中最重要的分支之一。它着重研究大量数据中项集之间有趣的关联或相关关系,一个典型的例子就是购物篮分析。该过程可以分析出哪些商品顾客倾向于在一起购买,从而可以为商店经理提供比较好的商店布局方式。例如,通过分析,我们发现,顾客在购买了一台计算机以后,一般都会去购买财务管理软件,那么我们就可以把计算机和财务管理软件放在比较近的位置,以增加销售量。这里主要介绍了关联规则挖掘的经典算法,Apriori算法,同时给出了关联规则中的基本概念,然后分析了算法的运行效率,提出了改进的方法。     

零售商如何进行顾客忠诚营销

"忠诚"一词通常和爱、忠心或者承诺联系在一起,当一个顾客只选择一家商店或零售连锁店购买某一种或某系列产品时,对零售商而言,这个顾客是他的忠诚顾客。根据帕累托(Pareto)的80/20法则,企业80%的利润是由20%的顾客创造而来的。忠诚的顾客更     

行动起来，离顾客需求再近一点

市场经济条件下,顾客成为最稀缺的资源,谁赢得了顾客,谁就赢得了生存和发展的权利,要想赢得顾客,就必须深入研究顾客关系,站在用户的角度组织企业资源,以顾客喜欢的方式,提供顾客想要的产品和服务。本文从顾客识别、顾客互动、顾客分析、顾客关怀几个方面介绍顾客管理的一些心得。     

营销活动添智能

本月初,IBM公司推出了帮助企业规划、执行、修正并跟踪企业市场营销活动的商业智能软件——Decision Edge for Campaign Management(DECM)。DECM软件不但能够对来自事务处理系统、呼叫中心、网站的顾客信息进行处理,使企业内的所有部门共享信息,而且可以通过顾客选择的渠道发送信息。这样,市场经理就可以更加全面地了解顾客关系状况,并有效地评价市场营销活动的结果。     

实施企业顾客关系营销策略的思考

当前关系营销越来越受理论界和实物界的关注和重视。本文首先介绍关系营销的概念,其次归纳了企业关系营销的五种类型:客户关系营销、员工关系营销、供应商关系营销、竞争对手关系营销、影响者关系营销,最后从增强员工服务意识、建立顾客管理系统、开展情感营销三个角度分析了顾客关系营销的策略。     

IT营销新理念

市场的变革　　IT风暴带来了世界性的市场变革大潮,新科技革命的迅猛发展促使企业竞相采用新技术,开发新产品.在这样的形势下,IT企业必须从宏观上把握市场变革的方向,了解它对企业自身、对产品、对顾客的影响,以便从中发掘竞争优势,寻找最佳策略,并先于竞争对手加以实施,从而对市场变革的挑战做出有力的回应.     

特异性在目标营销中的应用

目标营销致力于解决的问题是如何找出具有潜在市场价值的顾客,从而有效地向其推销商品。文中利用现实数据中类别不平衡的特点,通过特异性对顾客排序,从而找出具有市场价值的顾客。实验表明挖掘顾客数据的特异性将有助于解决目标营销问题,文中采用的方法是有效的。     

数据挖掘技术在客户关系管理（CRM）中的应用及具体实现策略

人们普遍认识到,各种规模的企业需要学习效仿那些小型的、以服务为导向的商业模式,总是能做好建立一对一的客户关系。客户关系管理是广泛出现在很多书籍和会议上的议题。从铅跟踪软件到广告系列管理软件,再到呼叫中心软件。如今,在销售中一切都作为顾客关系管理工具。通过提高公司的能力和我们的顾客形成学习关系,数据挖掘可以在提升顾客关系管理。每一个行业中,高瞻远瞩的公司正在试图走向一对一的理解每一个客户,运用那种了解以方便客户做生意,而不是一个竞争者。同样,这些公司正在学习看终身价值的每一个客户,这样他们就能知道有哪些值得投资金钱和精力来坚持,哪些让下降。从大市场分割到个体消费者,这一关注的转变需要公司的改变,更重要的莫过于市场营销,销售和顾客的支持。