研究報告
| 學年 | 94 |
|---|---|
| 學期 | 1 |
| 出版（發表）日期 | 2006-01-01 |
| 作品名稱 | 客戶行為分析---資料採礦應用 |
| 作品名稱（其他語言） | Customer Behavior Analysis-Data Mining Approaches |
| 著者 | 蔣定安 |
| 單位 | 淡江大學資訊工程學系 |
| 描述 | 計畫編號：NSC95-2221-E032-048 研究期間：200608~200707 研究經費：567,000 |
| 委託單位 | 行政院國家科學委員會 |
| 摘要 | 在現在變化快速的經濟環境裡，企業對於如何評估顧客對企業的貢獻，並針對貢獻多寡擬出行銷方針，以提高獲利率的需求日益殷切。為了提高企業的競爭力，企業必須深刻的瞭解他們的消費者，並建立一個完美的模型以建立和改善顧客關係的管理。 因為資訊科技的進步，企業都已體認收集資料的重要性，而且都累積了龐大的銷售資料。而且資料採礦也同時被學術界和企業界採用為探索、分析、理解資料裡所蘊含知識的工具。 本研究計畫，採用資料採礦技術，建立一個分析顧客行為的模型，以評估顧客對於企業的價值。本研究先以序列型樣的資料採礦技術研究顧客的購買行為，然後從消費者的使用和付款行為中，建立一個偵測詐欺的模型。 傳統的購物籃分析技術，例如關連法則和序列型樣挖掘，都專注於是否同時購買某幾個品項，或是購買的先後次序，沒有處理重複購買和購買時間的間隔與週期。因此本研究將建立一個分配函數的數學模式，以觀察序列發生的規則是否有週期性的行為。本計畫將此研究成果，作為建立個人化產品推薦系統的基礎，開發一個針對個人的產品推薦系統。 同時，我們以電信業的通話記錄，分析客戶的使用情形，以及建立顧客是否可能詐欺的模型。通訊業者可使用此模型，提高獲利率，並且降低經營風險。 結合購買與風險（詐欺）兩個模組，我們建立一個評估顧客對企業貢獻度的模型，企業的行銷人員，可根據此模型，區隔對企業有益或有風險的顧客，並根據不同區隔的特性，制訂不同的行銷手段。 |
| 關鍵字 | 資料採礦;資料挖掘;序列型樣;詐欺偵測;顧客價值;顧客行為 |
| 語言 | |
| 相關連結 |
機構典藏連結 ( http://tkuir.lib.tku.edu.tw:8080/dspace/handle/987654321/7071 ) |