基于粗集理论的顾客购买行为预测.pdfVIP

∥谚r配、壤灞i；；参考l 面面荪百鬲雨耐■豳蘩瞄 善于粗集理论的威窑购慕衙劾预测 ■梁静国魏娟林朗星 企业经营实践证明，企业成功的关 行预测，如果没有完全吻合或相近的规 势，受到广泛的青睬。因此本文提出用粗 键在于对顾客的特征和需求进行详细的 则，则形成一条的新的规则，更新原有的 集理论对顾客信息进行分析，导出分类规 分析，有效地培养和管理客户关系，确保 知识库，作为以后新对象预测的依据。这 则，根据规则对顾客在未来的时间内是否 顾客能从与企业的各种接触中获得较高 种预测是建立在对现有数据分析的基础 会发生购买行为进行预测，预测的结果以 的满意度，从而增加顾客购买(文中顾客 上，其实质是对数据信息的分类。 二值(O一不够买／1一购买)表示。 购买指老客户的重复购买和潜在客户的 数据挖掘技术是分析数据、提取规 一、粗集理论的基本思想及概念 获取而产生的新购买)的可能性，提高企 则的有力工具，目前用于分类的数据挖 (一)粗集理论的基本思想 业营销活动的效率和成功的机会，从而 掘技术有：k一近邻分类法、决策树分类 粗集理论是一种新的处理模糊和不 降低营销成本，实现销售利润最大化。 法、神经网络分类法、粗糙集和模糊逻辑 确定性知识的数学工具，其主要思想就 顾客购买行为预测指通过对已有的 方法等。在顾客数据的获取过程中，会发 是在保持分类能力不变的前提下，通过 顾客信息数据进行分析和归纳，提取出 生数据的遗漏，错误等，并且由于某些因 知识约简，导出问题分类规则。粗集理论 发生购买行为的顾客信息所具有的共同 素的影响，具有相同的顾客特征有时会产 通过信息表来表达知识，信息表由对象 特征，形成规则，将这些规则存人知识 生不同的购买行为，因此顾客数据中也存 集、对象的属性集、属性的值集以及每一 库。当新的顾客信息符台知识库中某些 在不一致现象。粗集在处理这类具有不确 属性到属性值的映射关系组成。粗集依 规则，就可以对这些顾客的购买行为进 定、不完全、不一致信息时具有独特的优 据属性的不可分辨关系将论域划分为不 基金项目：黑龙江省重点科技攻关基金资助项目(200201016T7) 变量。据概率论叉知道，其期望为E(e，’如何寻找不同的风险标的总和的规律 得到临界值№=—r+2330，此时(6)式的经 性，最终目的是使得不同险种的损失控 济含义戟是仅有1％这么小的机会使得 =exp[一pE(n)+}P2D(R)] 33口。 制在一定范围内。为此，我们借鉴概率论 再保险的损失超过临界值HF—r+2 园此，其效用为E[U(R)】-1一E(e“)=1一 中求临界值的方法，构建在一定损失概 所以，在给定的损失概率水平13下， p2D(R)J (5)率水平下，使再保险损失达到最小的最 使得再保险损失最小的最优比例再保险 cxp卜pE(R)+下1 优比例再保险决策模型。 模型可描述为： 故为使期望效用最大，只要使[E(R)一 由于假设再保险的总收益R服从 ，。。_r。一 VⅡ】 模型(四)Min卜Ua+Ze·Vd 丁1 pD(R)】达到最大即可。 正态分布，则一R代表再保险的总损失 ‘ 因此，保险公司最大化期望效用就 (而且它也服从正态分布