基于粗糙集理论电子商务消费行为预测研究 张艳荣.docVIP

基于粗糙集理论电子商务消费行为预测研究 张艳荣 　　摘要：为了解决传统电子商务知识获取瓶颈问题，本文提出了一种改进的基于差别矩阵的属性约简算法，将其应用于电子商务消费行为预测条件属性集约简中，并对产生的规则进行提取和约简，得到了一种新的基于粗糙集理论的电子商务消费行为预测方法。算例表明该方法预测效果良好。 　　关键词：粗糙集；电子商务；消费行为预测 　　中图分类号：F71336 文献标识码：A 　　一、引言 　　随着网民的日渐增多，全球加入到电子商务购物热潮的人数持续增长。庞大的网民蕴含的是巨大的商业契机， 2013年，欧洲电商交易总额达到4 969亿美元，我国电商销售总额突破10万亿元。Forrester Research研究公司预测，随着移动网络的广泛使用，2014年电子网络购物消费总额将会再上一个新台阶，以重大节庆作为疯狂购物的潮流将成为主流。为在巨大的市场份额中分得一杯羹，电商企业们也是使出浑身解数。但先知先觉，更加充分、科学地挖掘顾客购买特性，并对其消费行为进行准确预测，从而制定有针对性的营销模式，开辟新的市场，保持顾客忠诚，是电商企业获得成功的重要路径。 　　与传统实体店购物明显不同，电商购物行为具有多样性与不稳定性。电商购物环境下，顾客获得信息更加具有主观自主选择性。一个设计再精美的购物网站，如果顾客没有光顾，就没有市场！一件再怎么物美价廉的商品，如果顾客没有浏览，也不可能为企业创造商机。因此，如何设计开发电商购物平台，在消费者与企业不具备面对面信息交流的情况下，让顾客主动地选择本企业的产品是我们需要关注的。电子商务平台就是为了方便商家与消费者的沟通，支持消费者网上购物活动而建立的商业站点。网站信息呈现的方式和网站模块组织模式，会对消费者产生很强的刺激作用，影响消费者的购买决策和购买行为。如何利用这一信息界面吸引并影响消费者是网络营销的关键。 　　有关网络营销顾客消费行为的特征以及预测，相当多的学者做出了较为突出的贡献。何明升（2002）研究了网络消费方式的内在结构及其形成机理。罗新星等（2003）把粗糙集理论的数据挖掘方法应用于电子商务中。金玲玲等（2012）探索了基于差别函数的属性约简算法在电子商务中的应用。但这些研究在把粗糙集理论应用到电子商务中时，没有考虑到电子商务消费数据的不可得性与局限性。于是，有相当多的学者对粗糙集理论的改进算法提出了很好的建议。王明娜（2002）提出了一种改进的粗糙集数据挖掘方法。张艳荣（2012）把改进的粗糙集理论应用于森林病虫害预测。王燕（2007）在其硕士论文中探索了基于粗糙集的属性约简研究。 　　在上述研究的基础上，本文将以电子商务消费个体背景为基础，从信息学的角度审视电子商务顾客消费行为的全过程以及影响消费者购买决策的因素。由于电子商务消费行为相关的知识量比较大，为了能够快速、准确地从杂乱无章的海量数据中挖掘潜在的有利用价值的信息并用于电子商务消费行为的预测中，本文将粗糙集理论应用于电子商务消费行为的预测过程之中。通过对电子商务消费行为的相关数据进行收集、完备化和离散化，本文提出了一种改进的基于差别矩阵的属性约简算法，并基于此算法对电子商务消费行为的条件属性集进行约简，从而对产生的规则进行提取与约简，得出了一种新的基于粗糙集理论的电子商务消费行为预测方法。 　　二、粗糙集理论 　　（一 ）粗糙集的下近似集和上近似集 　　K=（U，S）为给定的知识库，U表示论域，S为U上的等价关系簇，则XU和U上的一个等价关系R∈IND（K），子集X关于知识R的上近似和下近似的定义分别为： 　　R（X）={x|（x∈U）Λ（[x]R∩X≠）} 　　R（X）={x|（x∈U）Λ（[x]RX）} 　　集合X的上近似、下近似和边界域如图1所示。 　　其中，U为论域，表示整个区域包含的元素；论域在等价关系R下的分类模式U/R表示图1中的所有方格组成的集合； R为等价关系，图中为划分整个区域的横竖线。 　　（二）知识约简 　　知识库中的知识并不是同等重要的，有些知识是冗余的。知识约简是将一些无关或多余的特征丢掉，在不影响其原有的分析预测功能的前提下，将信息量减少，即在不影响原知识分类的情况下，将n维信息空间{x1，x2，…，xn}减小为m维{x1，x2，…，xm}（mn）。通过知识约简，将得到的特征信息进行重新组合而产生新的决策规则，利用该规则进行推理得到的结果与约简前的特征信息所产生的决策规则推理得出的结果一致（张艳荣，2012）。 　　以下为约简与核的定义，它们是知识约简中两个最基本、最重要的概念。 　　对于知识库K=（U，S）和K中的一个等价关系族PS，任意的GP，若G是独立的，且 IND（G）=IND（P），则称G是P的一个约简，记为G∈RED（P）。