基于背景的个性化客户行为模型研究

• 作者: 何红洲 周明天
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 客户行为模型 客户背景粒度 朴素贝叶斯分类 受试者运行特征曲线下面积 统计显著性
• 年，卷（期）: 2009,（12）
• 所属期刊栏目: 数据库与数据挖掘
• 页码范围: 3283-3286
• 页数: 4页
• 分类号: TP391
• 字数: 4191字
• 语种: 中文

摘要

针对商业客户的背景信息对其消费行为的影响问题,提出了一种基于背景的商业客户行为模型的构建方法.该方法不仅收集了包含三级粒度背景信息的某大学学生客户的网上交易数据并按依赖于交易数据项的统计量对客户进行分组,还利用朴素贝叶斯(NB和TAN)及分组和统计关系数据库(GAC-RDB)分类器学习了各客户分组的背景和非背景预测函数,同时使用各预测变量的受试者运行特征曲线下面积(AUC)值,对客户背景在预测客户购买行为时的作用进行了定量的比较和分析.研究结果表明:背景信息对客户特别是个性化客户(单一客户)的消费决策具有良好的预测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周明天	电子科技大学计算机科学与工程学院	315	3725	27.0	49.0
2	何红洲	电子科技大学计算机科学与工程学院	4	11	1.0	3.0