汽车售后服务模型中基于云模型客户偏好表示.doc

汽车售后服务模型中基于云模型客户偏好表示 　　摘要:汽车售后服务推荐模型是服务挖掘理论在汽车售后领域的应用,将促进汽车服务业实现主动服务和服务变革。服务挖掘中,通过对客户资料的分析,可能得出对客户偏好的定性描述,存在一定不确定性。基于云模型表示客户偏好,可以有效地实现在客户行为分析过程中定性与定量转换之间的不确定性。运用云模型的帮助将客户的偏好转化为定量描述,进而为结合客户偏好的提供相应的自主化服务选择系统提供支持。? 　　关键词:云模型;偏好? 　　中图分类号:F49? 　　文献标识码:A? 　　文章编号:1672-3198(2010)03-0119-02?? 　　 　　1 引言? 　　兴起于20世纪90年代的客户价值理论,促使企业真正站在客户的角度上来看待产品和服务的价值。研究者对客户价值的看法不尽相同,但无可否认的是客户价值的核心是感知利得与感知利失之间的权衡。然而客户的感知是建立在主观认识之上的,具有若干共性的客户对产品或服务的期望值仍然会有较大差异。? 　　汽车行业的特点之一在于利润和竞争集中于销售和服务领域,约占汽车业利润的40%-60%。而对汽车服务业企业来说,如何针对不同或同类客户的差异化偏好选择合适的服务组合,是他们在资源有限的情况下,实现“主动服务”力求服务效率最大化,以改变传统的“被动服务”局面所需要重点探索的问题,也即服务挖掘的基石。? 　　2 服务挖掘及汽车售后服务推荐模型? 　　在服务业中,服务商基于经验和已有客户的服务数据向客户进行服务推荐,是一种惯常的提高交易成功率和客户满意度的方式。服务挖掘和构建服务推荐模型,则是用科学的、系统的和理论化的形式来将这一方式加以固化和推广。? 　　所谓服务挖掘,即指基于客户服务数据库,利用各种分析与统计工具进行数据分析,获取每个客户对某一特定产品的消费或使用偏好特征,并结合给定的行业知识、专家知识以及相关规则库,挖掘出客户行为特征对每项服务所产生的判定 　　因子,并将其作为制定客户服务计划的主要知识保存于服务推荐知识库中。? 　　在服务挖掘中,重点在于对客户特征的建模。客户特征模型中动态知识和客户的行为相关,例如交易目的、期望和偏 　　好等信息,对汽车用户来说,则是他们各自的驾车习性。客户特征模型中的动态知识构成了服务项目推介时的基础,也是客户建模中的关键部分(见图1)。? 　　3 偏好和客户偏好的表示? 　　客户偏好特征信息是各种类型智能信息系统、人工智能领域中决策推理所需要的重要信息,也是服务推荐模型中基于客户特征进行服务推荐推理的重要参数。 ? 　　表示偏好的方法大致可分为三类:基于向量相似度的模型、基于概率的模型,基于关联规则的模型。? 　　这些偏好的表示方法不能和通常意义上的偏好呼应。用适当的方法表达偏好,对处理和分析偏好的性质至关重要。先前的模型对处理负面偏好都束手无策时因为他们没能很好的表示负面偏好。为此引入云模型用以表示客户偏好。? 　　4 基于云模型的客户偏好表示? 　　4.1 利用云模型表示偏好的可行性? 　　服务挖掘的基础是对客户数据的准确分析,挖掘过程涉及适当算法的选取和相关理论的应用。客户行为分析需要选择合适的数学表示方法。针对客户消费习惯偏向性的调查获得可能更多的是定性的描述。云模型可以将客户偏好的主观模糊的不确定认识实现定性到定量的转化,最终用于判定因子的推导。? 　　4.2 云模型和云生器? 　　云理论是我国学者李德毅院士于1995 年在传统的统计数学和模糊数学的基础上提出的一种新理论。用云模型来表征客户特征,有助于基于不同粒度需求提取判断因子。? 　　定义1 设U是一个普通集合,U={x}称为论域,T为U上的语言子集(语言值),C?T(x)是U到闭区间[0,1]的映射,对于任意元素x∈U,都存在一个有稳定倾向的随机数C?T(x),称式(1)为云模型。? 　　C?T(x)∶U→[0,1],?x∈U,x→C?T(x)(1)? 　　则x在论域U上的分布称为云, 记为云C?T(x)。? 　　云的数字特征反映了定性概念的定量特征,记作C(Ex,En,He),其中Ex、En、He分别称为云的期望(Expect value) 、熵(Entropy) 和超熵(Hyper entropy)。? 　　图2是用X条件云模型和Y条件云模型构造单规则定性推理结构。图中,CGx和CGy分别为X、Y条件云发生器,表示规则推理的前件和后件。? 　　4.3 客户偏好的基本表示? 　　下面结合实例,给出服务挖掘系统中客户偏好的表示.? 　　(1)首先需要根据产品和服务特性,确定需要确定偏好的关键属性,对属性进行定义和描述,及关键属性可以选取的值。? 　　如了解客户的驾驶习惯时,需要确定客户是否经常用急刹车的形式进行停车。通过对这一习惯进行分析,可以确定是否需要对