预测客户潜在的消费行为---使用以遗传演算法为基础的组合多层分类器.pdfVIP

Journal of Information, Technology and Society 2003(2) 39 預測客戶潛在的消費行為使用以遺傳演算法為基礎的組合多 層分類器 陳素雯 屏東永達技術學院 財務金融系 email:tamshui@ 摘要 近年來，隨著網際網路的蓬勃發展，全世界的商業公司及政府單位都透過電子商務 來爭取顧客及預測客戶潛在的消費行為來獲取利益。但是各式各樣不同的商業公司其經 營環境也均各不相同，實在很難找到一種最適當且最有效率的資料採掘演算法來讓各個 來改善資料分類結果。在本篇論文中，我們藉由提出一個以遺傳演算法為基礎的組合多 層分類器來預測客戶的潛在消費行為。這個方法通過國內一家領導級的電子商務公司測 試及評估，我們也針對一般分類問題使用辨識手寫文字來驗証這個方法正確性無誤。這 兩個評鑑結果，均顯示我們所提出來的方法確實比單一分類器來得有效率。 關鍵詞: 購買行為分析，多層分類器，電子商務 Abstract difficult to know which is the mo tomer’ combining multiple classifiers based on genetic algorithm. The m using Web data from a leading EC company. We also tested the val performance than individual classifiers and other known combingmethods we tried. 1． 研究動機與目的 隨著全球資訊網(WWW)的快速發展，電子商務的技術應用讓企業的生產力提昇、 作業成本降低、以及作業流程簡化，這使得整個經營變得較以往更有績效，但是電 子商務技術的引進真正讓企業經營者心動的，莫過於提供管理和決策時的支援，以 增加企業的競爭優勢。對於一些擁有眾多客戶的傳統企業，在進入e時代後，在高 度競爭的市場中為了增加其產品的市場佔有率或是開發客戶潛在的消費能力，一般 40 預測客戶潛在的消費行為使用以遺傳演算法為基礎的組合多層分類器 都積極導入先進的「客戶關係管理系統」(customer relationship management, 又簡稱 CRM)為客戶的需求提供快速的解決方案 ，企圖與每一客戶建立終身的伙伴關係 ，以 確保他們不會輕易轉向競爭對手。然而建立CRM 必須透過對長期累積的客戶資訊與 知識，進行各項分析、統計、並由錯綜複雜的資訊中發覺個別客戶的潛在消費需求， 然後再根據特定的行銷訊息提供給客戶。傳統的的大眾行銷常以地域和入口統計為 分析的重點 ，然而拫據研究指出 ，這種預測客戶消費行為的有效性不到5%。但隨著 資料倉儲(data warehouse)的興起，很多相關的應用技術也跟著發展起來 ，其中「資料 挖掘」(data mining)的應用就是運用人工知慧(AI)，基因演算法(GA)，及統計分析等相 關技術，企圖從排列方式雜亂無序、未結構化的資料中找出規則並整理成有用的資 訊。所以如何應用資料挖掘技術來預測客戶消費行為是一項值得研究的工作。在本 研究中，我們提出一個以基因演算法為基礎的多層分類器來預測客戶潛在的消費行 為。 從資料挖掘的觀點來看，預測客戶潛在的消費行為可以被視為一個分類問題 ，而 分類問題本身就是資料挖掘研究領域的一個重要工作。目前已有許多技術及演算法 來處理分類問題。有時候，針對某一特定問題時，某一種演算法會比其它種的演算 法來的好用 ， 下，皆勝過其它不同的演算法的效率。通常選擇演算法需要根據問題的特徵來決定， 可是當遇到問題時，往往無法事先知道問題的徵結，所以也就無法選擇最佳的技術 及演算法。 許多研究都已了解到使用單一分類技術(sin