基于数据挖掘的黑五消费者行为数据分析与研究.docxVIP

摘 要 　　随着数据挖掘技术的不断发展，许多技术被广泛应用于电信，医疗，零售，金融等行业并且发挥了十分巨大的作用。显而易见的是，在今天的海量数据中快速挖掘出有效信息，仅靠人力是十分困难的。因此，一些世界知名的企业也在致力于开发数据挖掘工具，包括老牌统计软件行业的SAS和SPSS，以及数据库巨头Oracle和IBM。除了像近邻、统计、聚类这些比较经典的技术以外，在此基础上继续发展衍生出了如神经网络、决策网络、算法总结这些新技术。在各行业中，都能看到数据挖掘技术在其中的应用，可见数据挖掘技术发展的巨大潜力，并且未来仍会保持这种趋势同时会以非常快的速度发展。　　对营销过程中决策和策略的制定来说，要建立在对目标客户的消费行为中所表现出的特点充分了解的前提下。当下人类将要进去大数据时代，消费群体在任何时刻都在为数据库提供大量的数据，这些庞大的数据体系背后是需要通过处理手段挖掘出的潜在信息。因此对商家来说，讨论通过怎样的途径可以分析消费群体的消费行为，从而在经营资源有限的情况下，最大范围和深度上满足消费群体的消费需求，从而提升消费者的满意度具有重要的战略意义。　　本文的内容以黑色星期五消费者数据的消费者消费行为分析为主题，研究结论是数据挖掘技术是可以真实可靠的作为分析消费者消费行为的一种研究工具。本文的研究成果展示了在黑色星期五期间消费者具体画像。其次通过 RFM模型进行消费者价值分析，从不同价值的消费者中筛选出比较具有代表性的部分展开研究；然后再结合消费者的消费行为，通过数据挖掘方法对其进行细分最后基于关联规则挖掘算法进行消费者购物篮分析，挖掘出用户购买习惯的一些潜在规律从而可以为用户提供他们想要的搭配或套餐进行个性化推荐，从而在有限的资源内最大程度上提高商家的收益。关键词：消费行为；RFM模型；消费者细分；聚类算法；关联规则 第1章 绪论 1.1 研究背景与意义 1.1.1 研究背景 　　随着经济全球化的快速发展，各种商家也呈现出多元化的发展模式，商家之间的竞争也日趋激烈越来越激烈，顾客的消费行为也与过去的消费行为有了巨大的差别，对产品有了不同的要求。商家为了保证自己在市场中比其它商家更具有优势，开始对它们现在的经营方式进行改造模式，核心业务模式从产品向消费者转移。对于商家来说，消费者在市场竞争中是无形的资产、消费者的重要性直接决定着商家未来的发展。　　随着可用数据的增加及其动态增长将给消费者特征描述带来新的挑战。新工具必须能够处理大量的数据，并处理真实数据库中常见的所有问题。这些工具必须灵活、健壮，并且能够在获得新数据时轻松地实现知识。本文研究数据来自2018年11月23日的“黑色星期五”，也就是感恩节后的第二天，在黑色星期五当天，美国商场一般都会推出大量的打折优惠和促销活动等措施来吸引顾客。这通常是一年中最繁忙的购物日，因为它拉开了假日季的序幕。这个季节对经济至关重要，因为每年大约30%的零售额发生在假日季节。对于一些零售商，比如珠宝商，这个比例甚至更高，接近40%。所以整个黑五节日期间形成的丰富的数据，采用准确度高、速度快、科学的数据分析方法对其进行处理刻不容缓，从而得到蕴含在数据背后的高价值商业信息和市场运作规律，帮助商家把表面的数据转换为深层次的商业信息。 1.2 研究意义 　　为了了解消费者的消费行为和购买偏好，有必要收集黑五期间消费者的购物数据并对其展开分析，得到更多对未来经营有利的消费者信息，帮助商家或企业营销的方向更加正确，从而获得更多的收益。　　如果一个企业或者商家能够找到潜在的消费群体，它就能在很大程度上在行业中处于有利地位。随着消费者行为的逐渐多样化和层次化，传统的分析方法已经不能适应当今消费者行为的变化。由于数据库中的数据量迅速增加，需要找到一种有效的方法来查找有用的消费者信息。数据挖掘是挖掘有价值信息的重要方法。它可以通过扫描数据库中的数据找到隐藏的和潜在的有价值的消费者信息。基于数据挖掘的黑五消费者消费行为研究对于商家在竞采取有效的市场营销策略，从而提升竞争力具有深刻意义，体现在以下几个方面：　　第一，整个黑色星期五节日期间，消费者消费行为蕴藏的规律其实就大量有关数据所代表的深层次内涵，仅凭借简单的数据分类统计这种基础的处理手段，不能得到这些深层次的信息。数据挖掘在消费者消费行为分析中的应用研究对黑五商家乃至整个零售行业的信息获取具有十分重要的实践意义。 　　第二，按照消费者消费情况的区别，把消费者划分为几个不同的部分，每个部分对应一个消费等级，并且每个群体都有该群体独特的消费特征，通过这种方法让商家清楚的看到不同细分市场下消费者的需求情况。针对不同的消费群体进行定制化的服务，提升服务质量，从而为黑五商家对不同类型的消费者进行市场决策提供可靠的依据。　　第三，根据不同商品间的关联程度，依照关联度的高