基于支持向量机的消费者行为分类方法

• 作者: 徐晟皓 易梦乔 杨楠堃
• 来源期刊: 价值工程
• 学科: 经济
• 关键词: 支持向量机 贝叶斯判别 分类 消费者行为分析
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 综合
• 页码范围: 19-21
• 页数: 3页
• 分类号: F253.9
• 字数: 1017字
• 语种: 中文

摘要

“大数据”时代的来临，企业更加重视通过数据分析来洞察消费者行为，以实现更为精准的营销模式。现有对消费者行为的分类方法主要有层次分析法，聚类，贝叶斯网络等。文章引入支持向量机的方法应用在消费行为分析中，它是在统计学理论基础上发展起来的一种新的模式识别方法，在解决有限样本，非线性及高维模式识别问题中表现出许多特有的优势。最后，文章利用广东省烟草公司的实际调研数据进行支持向量机的训练。文章发现，相比于传统的消费者行为分类方法，支持向量机用于消费者行为分析是一种更精确有效的分类方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐晟皓	中山大学管理学院	5	13	2.0	3.0
2	杨楠堃	中山大学管理学院	3	18	2.0	3.0
3	易梦乔	中山大学管理学院	1	3	1.0	1.0