SSAS聚类分析算法在顾客分组分析中的应用.pdfVIP

第二十六卷第九期 楚 雄 师 范 学 院 学 报 Vo1．26 No．9 2011年9月 J0URNAL OF CItUXIONG NORMAL UNIVERSITY Sep．2011 SSAS聚类分析算法在顾客分组分析中的应用 王 松 ’ 黄青松‘ 叶晓波 (1．昆明理工大学信息工程与自动化学院，云南 昆明 650093； 2．楚雄师范学院计算机信息管理中心，云南 楚雄 675000) 摘 要：介绍一种利用数据挖掘技术建立顾客分类分析的挖掘模型。主要介绍了基于 Microsoft SQL SERVER Analysis Services(SSAS)的聚类分析算法，以及SSAS聚类分析算法在对某销售信息进 行顾客分组分析中的应用，通过分析聚类分析算法挖掘模型所发现的模式，得出了对顾客分类的结 果，为销售公司管理层的营销决策提供有力的参考和辅助。 关键词：数据挖掘；SSAS聚类分析算法；顾客分组 中图分类号：TP391．1 文章标识码：A 文章编号：1671—7406(2011)09—0011—06 1．引言 随着计算机应用技术的不断发展，销售信息管理系统在销售公司中得到广泛的应用。 销售信息管理系统为各个销售公司的日常管理提高效率的同时积累了很多顾客的购买信 息。那么，这些顾客的购买信息除了为商家的日常管理提供方便外，还能有什么用吗? 促销酬宾活动是商家经常实施的提高销售利润的很好的方法。为了使商家在此类活动中 有的放矢，针对潜在的顾客群来高效地完成促销活动，可以利用销售信息管理系统中顾 客的历史购买信息来发现顾客的购买行为，从而确定最有可能购买商品的潜在顾客，为 商家提供有利的决策支持。为了从这些海量数据中发现和获取对人们有价值的信息和知 识，就需要通过新技术和强大的工具以智能的方式从这些庞大的数据信息中 “挖掘”出 有用的信息。从商业角度来看，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。随着数据挖掘技术的日益成熟和广泛应用以及数据挖掘软件 市场需求量的不断增大，许多具有成熟技术和应用价值很高的数据挖掘软件工具应运而 生。在众多的数据挖掘工具中，Microsoft SQL SERVER Analysis Services(SSAS)以其容易 上手、快速、便捷等特点得到广泛应用。本文主要介绍数据挖掘中的聚类分析算法在顾 客分组分析中的应用，用一个实际案例说明用SSAS聚类分析算法建立的顾客分组预测分 析模型。 收稿日期：2011—04—12 作者简介：王 松 (1976一)，男，云南楚雄人，昆明理工大学在读硕士，楚雄师范学院计 算机信息管理中心实验师，主要研究方向：人工智能。 · 11· 楚雄师范学院学报 2011年第 9期 楚 雄 师范学 院学报 2011年第 9期 2．SSAS聚类分析算法 SSAS聚类分析算法是一种分割算法。将数据划分为组或分类，这些组或分类的项具有 相似属性。该算法使用迭代技术将数据集中的事例分组为包含类似特征的分类。 SSAS聚类分析算法首先标识数据集中的关系并根据这些关系生成一系列分类。 在最初定义分类后，算法将通过计算确定分类表示点分组情况的适合程度，然后尝试 重新定义这些分组以创建可以更好地表示数据的分类。该算法将循环执行此过程，直到它 不能再通过重新定义分类来改进结果为止。 SSAS聚类分析算法提供两种创建分类并为分类分配数据点的方法。第一种方法是K— means算法，这是一种较难的聚类分析方法。这意味着一个数据点只能属于一个分类，并会 为该分类中的每个数据点的成员身份计算一个概率。第二种方法是 “期望值最大化”(EM) 方法，这是 “软聚类分析”方法。这意味着一个数据点总是属于多个分类，并会为每个数