基于关联规则的网络消费者行为变化的挖掘研究.pdfVIP

Issue 第14卷 专辑 中国管理科学 V01．14，Special 2006年10月 ChineseJournalof Science 2006 Management October。 文章编号：1003—207(2006)zk一0459—06 基于关联规则的网络消费者行为变化的挖掘 王 崇，李一军，叶 强 (哈尔滨工业大学管理学院大学，哈尔滨 150006) 摘要：在网络购物环境下，消费者需求的变化日渐突出，为了发现网络消费者需求的变化，论文采用关联规则发 现的方法对不同时期的商品交易数据进行挖掘，提取了关联规则，通过对规则的比较、分析，发现了网络消费者的 行为变化。论文提出了一个包含第一支持度、第二支持度和相对置信度的算法，该算法克服了现有算法无法挖掘 具有低频数据项规则的问题，并依据网络消费者行为变化的情况，提出了网络消费者行为变化的三种模式：茁壮 型、发现型、意外型，以度量网络消费者的行为变化。 关键词：网络消费者；关联规则；支持度；数据项；行为；变化 中图分类号：F224 文献标识码：A 算法不能发现这些低频率的数据项所蕴藏的规则。 1 引言 此外，在动态的网络虚拟市场中，网络消费者的行为 随着电子商务迅速发展，企业已经改变了同顾 是随时间改变而变化的，只有发现不同时期的顾客 客传统的联系和交易方式，企业借助互联网为顾客 购买行为模式，对行为模式进行比较、分析，揭示其 提供虚拟化、智能化的商业服务，然而，在新的虚拟 内在的变化规律，才能把握住网络消费者购买行为 化市场环境下，企业面临着消费者需求不断变化的 的变化。 更大挑战。挖掘网络消费者的行为变化能够使企业 为此，在该研究中，提出了具有第一支持度、第 决策者及时了解网络消费者需求及变化，然而，目前 二支持度和相对置信度的算法，并采用该算法对两 这方面的相关研究还比较少…，Liu等人…曾经运 个不同时期的商品交易数据库进行了挖掘，基于发 用决策树对网络消费者的行为变化进行了挖掘，但 现的关联规则，对网络消费者的行为变化进行了分 由于决策树是一个基于分类的方法，不能事先预测 析，从而获得了网络消费者行为变化的内在规律。 顾客全部的行为变化模式，因此，采用决策树对顾客 的行为变化进行挖掘，不能达到预期效果。 2关联规则算法的研究 关联规则发现作为数据挖掘中的一个重要信息 为了解决现有算法无法识别低频率数据项的问 挖掘方法，能够发现商品交易记录r中不同属性项之 题，在研究中，提出了一个具有第一支持度、第二支 间的联系¨1，已被广泛用于挖掘顾客购买行为模 持度和相对最大置信度的新算法，第一支持度、第二 式”1，目前，已提出了很多关联规则算法M。9。，但是， 支持度是两个由用户设置的重要数值，其作用分别 在数据挖掘过程中，现有的规则挖掘算法普遍设置 是发现频繁项集和具有较大价值的低频项集，相对 一个支持度¨0。，认为数据库中的每一个数据项出现 最大置信度是反映数据项之间相关程度的参数，其 的频率等同¨“，但实际上，数据库中的每一个数据