基于数据挖掘技术的汽车销售状态分析与应用_刘世军.docx

《基于数据挖掘技术的汽车销售状态分析与应用_刘世军.docx》由会员分享，可在线阅读，更多相关《基于数据挖掘技术的汽车销售状态分析与应用_刘世军.docx（90页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、 THE ANALYSIS AND APPLICATION OF AUTOMOBILE SALES STATUS BASED ON DATA MINING TECHNOLOGY A Thesis Submitted to Southeast University For the Degree of Master of Engineering By Liu Shijun Supervised by Associate Professor Chong Zhihong Senior engineer Li Bailiang College of Software Engineering Southe

2、ast University 2016.6 东 南 大 学 学 位 论 文 独 创 性 声 明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得 的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含 其他人已经发表或撰写过的研究成果，也不包含为获得东南大学或其它教育机构 的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均 已在论文中作了明确的说明并表示了谢意。 东 南 大 学 学 位 论 文 使 用 授 权 声 明 东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位 论文的复印件和电子文档，可以采用影印、缩印或其他复制手段保

3、存论文。本人 电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文外，允许论 文被查阅和借阅，可以公布（包括以电子信息形式刊登）论文的全部内容或中、 英文摘要等部分内容。论文的公布（包括以电子信息形式刊登）授权东南大学研 究生院办理。 摘 要 在互联网 +和大数据背景下，汽车企业管理和营销更加依赖对客户行为、偏 好数据的收集和分析挖掘，支持潜在市场开拓、客户粘性维护等公司营销的各个 环节。潜在汽车客户分析是建立品牌和客户关系的重要技术环节，通过店展厅、 来电客户访问、来店拜访、 WEB 在线分析客户的行为等渠道收集客户行为和偏 好，从中进行挖掘潜在客户，有效支持市场推广效果。从多种渠道

4、收集的信息具 有大数据的基本特性：数据容量大、非结构化、实时性强等特点，对数据分析带 来挑战，造成挖掘结果准确性问题。针对上述问题，本文侧重通过无导师的数据 分析技术研究客户聚类问题，支持精准潜在客户识别问题的解决。基本方法是基 于主成分分析法的特征构建和两阶段聚类分析方法，同时为了快速有效地分析和 利用已有客户，提出了基于改进的 Hash 快速属性约简算法的汽车客户分析模型， 具体取得以下的主要成果： 1. 本文立足于基于主成分分析法和两阶段聚类分析法的汽车潜在客户开发 和管理的研究。根据汽车客户选择的数据自身特点，聚 类分析能够自动进行数据 信息的挖掘，其具有低成本、占用内存资源少、简单易

5、行的特点。采用主成分分 析法提取汽车客户分类的主要影响因子，并在此基础上，利用两阶段聚类分析法 进行潜在汽车客户分析。 2. 分析基于 Hash 快速属性约简算法，并分析其具有的特点及存在的缺陷。 针对其缺陷或者低效性提出了改进方案，其可以有效地提高约简算法效率，使得 计算复杂度进一步降低。实验发现可以提高效率达到 20 30%。通过系统计算的 复杂度和效率性，总结出了改进算法的优越性。 3. 基于上述两个分析方法，开发了汽车销售状态分 析系统，利用历史销售 客户数据库信息和以往的调研数据信息产生决策树，为销售人员针对不同的客户 制定不同的销售策略提供帮助，并进一步探索汽车销售服务行业的潜在客

6、户策略。 利用以往销售数据库的信息产生约简属性，指导销售人员根据客户的信息推荐不 同的汽车配置，这对于汽车销售产业更好地实践客户服务具有一定的指导价值。 关键字：数据挖掘；聚类分析 ;汽车销售 ； Hash Abstract Under the background of Internet plus and big data, auto enterprise management and marketing are more dependent on the data collection and analysis of the customer behavior, preferences,

7、and support every link of company sailing such as the potential market development and customer support maintenance. Potential auto customer analysis is an important technology of the brand and customer relationship, which is mainly through the exhibition， store call customer visit and shop visit, W

8、EB data mining of on-line analysis of customer behavior and preferences to mining potential customers and effective support for market promotion effect. Collected from a variety of sources of information exists the basic characteristic of the big data which is large data capacity, unstructured, stro

9、ng real-time. It brings a challenge for data analysis, and leads to the accuracy problem of the mining results. For the above problem, through the analysis of the data without a mentor, the customer clustering analysis is on research. It is solved the accurate potential customers to identify. The me

10、thod based on principal component analysis (PCA) and two stages of clustering analysis of the analysis of the potential auto customer is proposed. Moreover, in order to analysis and make use of the existing customers quickly and efficiently, the improved Hash summarized. 3. Intelligent analysis plat

11、form is developed. It makes use of historical sales customer database information and previous research data information to generate the decision tree to help sales provide different sales strategy according to different customers. It could enhance the customer loyalty and satisfaction strategy in t

12、he automobile sales and service. The aim of the system is to direct sales personnel to recommend different car configuration according to the customers information through the attribute reduction results of previous sales database information which 目 录 “ 摘 M . I ABSTRACT . II $ - 章 绪 论 . 1 1. 1 研究背景

13、 . 1 1.2 国内外研究现状 . 4 L 2.1 数据挖掘技术 . 4 1.2. 2 大数据挖掘下的汽车销售 . 5 1.3 论文研究内容 . 9 1.4 论文组织结构 . 10 第二章相关知识介绍 . 11 2. 1 汽车行业数据挖掘技术概述 . 11 2. 1. 1 数据挖掘技术的定义 . 11 2. 1.2 汽车数据挖掘技术的发展 . 11 2. 1. 3 汽车数据挖掘技术过程 . 12 2. 1. 4 汽车数据挖掘技术的功能 . 13 2. 1. 5 汽车数据挖掘技术的常用算法 . 14 2_ 2 基于主成分析法的特征选择 . 16 2. 3 数据挖掘聚类分析 . 19 2. 3.

14、 1 数据挖掘聚类分析 . 19 2. 3. 2 聚类分析的方法 . 20 2. 3. 3 层次聚类算法 . 23 2. 3. 4 两阶段聚类分析 . 24 2. 4 信息系统属性约简 . 25 2. 5 本章小结 . 28 第 =章基于主成分分析和两阶段聚类分析的汽车潜在客户分析模型 . 29 需求分析和问题定义 . 29 2 两阶段聚类分析在汽车潜在客户分析中的应用 . 30 3.2. 1 汽车潜在客户分析 . 31 3. 2. 2 两阶段聚类分析的汽车潜在客户分析流程 . 35 3.2.3 两阶段聚类分析在汽车潜在客户分析中的应用 . 38 3.2.4 两阶段聚类分析在汽车潜在客户分析中

15、改进 . 38 3. 3 本章小结 . 39 第 四 章 基 于 HASH 快速属性约简的聚类算法改进 . 40 4. 1 需求分析及问题定义 . 40 4.2 基于 HASH 快速属性约简聚类算法 . 41 4. 2_ 1 基本定义以及性质 . 41 4. 2. 2 基于 Hash 快速属性约简算法的三种子算法 . 42 4. 2. 3 基于 Hash 快速属性约简算法的分析 . 44 4. 2. 4 基于 Hash 快速属性约简聚类算法 . 47 4. 3 基于 HASH 快速属性约简聚类算法的改进方案 . 47 4. 3. 1 改进方案的算法 . 47 4. 3. 2 改进方案的分析 .

16、 49 4. 4 实验结果及分析 . 49 4.5 本章小结 . 50 第五章基于数据挖掘技术的汽车销售状态分析系统的设计与实现 . 51 5. 1 系统架构的设计 . 51 5. 2 系统的实现 . 52 5.2. 1 系统开发平台 . 52 5. 2. 2 数据库 . 52 5.2.3 聚类分析模块 . 53 5.2.4 约简聚类模块 . 61 5.3 数据挖掘结果分析 . 65 5.3. 1 基于聚类分析的潜在客户分析 . 65 5.3.2 基于 Hash 快速属性约简系统结果分析 . 70 5. 3. 3 系统性能分析 . 71 5. 4 汽车销售状态分析系统的展示 . 72 5. 5

17、 本章小结 . 74 第六章总结与展望 . 76 v 6. 1 论文工作总结 . 76 6.2 未来工作展望 . 77 E i 射 . 78 参考文献 .79 第 一 章 绪 论 1.1 研究背景 在互联网 +和大数据背景下，汽车企业管理和营销更加依赖对客户行为、偏 好数据的收集和分析挖掘，支持潜在市场开拓、客户粘性维护等公司营销的各个 环节。潜在汽车客户分析是建立品牌和客户关系的重要技术环节，通过店展厅、 来电客户访问、来店拜访、 WEB 在线分析客户的行为等渠道收集客户行为和偏 好，从中进行挖掘潜在客户，有效支持市场推广效果。从多种渠道收集的信息具 有大数据的基本特性：数据容量大、非结构化

18、、实时性强等特点，对数据分析带 来挑战，造成挖掘结果准确性问题。由于网络营销不断地普及，很多的汽车经销 商开始利用网络营销手段，不断挖掘自己的潜在客户。因为精准营销的技术困难， 造成营销效果不高，成为汽车企业关注的基础性问题。 伴随着移动互联网的不断发展以及网络大数据的涌起，可以让我们能够充分 挖掘消费者视角以及观察到消赛者整个决策的全过程，这种利用在汽车消费领域 中尤其明显。众所周知，汽车消费决策的过程是非常长，有的时候往往比房产的 购买还要漫长，通过互联网数据或者汽车销售数据库，我们可以清晰地看到有很 大一部分的汽车消费者决策时间已经 超过了半年之久。由此，我们可以总结出使 用大数据技术可

19、以更好地探索和挖掘消费者决策时机，同时可以让消费者带来一 些非比寻常的体验机会。所以，未来汽车营销的手段和大数据的利用趋势就是汽 车营销手段和大数据的分析一对一结合 （ ONE TO ONE)，也就是挖掘汽车消费 者的特性，并为每一个人提供个人特色的销售体验，进而产生个人价值，与此同 时汽车企业也可带来自身的销售利润！ 伴随大数据的不断发展以及 ONE TO ONE 的发展趋势，汽车企业就需要思 考应该构建一个什么样的汽车行业大数据，冰能够为汽车营销产生最大价值。在 准备大数据开发之前，需要充分地了解大数据的定义，这一点将指引我们未来大 数据的开发过程。在构建汽车销售大数据库上，我们是需要有个

20、目标，即汽车销 售出去，也就是说在获取的信息中，并非所有的信息都是有用的，而是专注于挖 掘具有一定汽车属性的人群 汽车潜在客户。 在中国汽车受众大数据中，联通所有和车有关的人的线上和线下数据，也就 是汇总这类人的线上和线下属性以及网络数据行为以外，最关键一点在于对其购 车、生活等全生命周期 的联通。在大数据发展的当下，传统的营销决策己经给予 了新的功能定义。通过将互联网大数据和汽车销售厂商的数据汇合，可以很容易 地打通消费者从兴趣到购车结束的整个过程，并且获得转化，进而可以发现营销 链条中存在的现实问题。 大数据的到来使我们所面临的问题是：处理数据的海量级以及结构的复杂性， 这就需要更加先进的

21、技术创新。与此同时，更值得思考的是数据来源。现在大数 据的获取更多的是通过利用第三方数据，从而解决自己的问题。比如说 BAT 数 据来源方， BAT 三家公司的数据都是各异的，作为社交数据的腾汛、作为交易 数据的阿里、搜索数据的百度，不同的数据所体现的作用也是不尽相同。这个时 候外部数据源对于选择者是非常恐惧的，此时就需要有选择权和有能力整合数据 的中介人出现，很可惜的是截止到现在却仍没有找到。那么如何能够实时地去获 得数据，保持某个人的生存特性。假设现在内部获得数据主要是根据消费者择车 和买车阶段的数据来选择，在消费者购车之后，或许他们就在我的数据库中隐藏 了，但是实际情况是，他们还有汽车的

22、维护或者二手车买卖的过程。因此，我们 就需要把消费者的整个生存（用车周期）的链条的数据全部搜集起来，充分有效 地利用和 分析。 综上所述，挖掘汽车潜在客户是汽车企业比较关注的主题之一，在汽车数据 挖掘中，潜在汽车客户分析主要通过店展厅、来电客户访问、来店拜访 、 WEB 在线分析客户的行为等渠道进行挖掘，而随着大数据互联网 +时代的到来，汽车 的潜在客户更多的存在于互联网营销中。同时互联网大数据存在数据信息量大、 结构复杂、营销定位不准等问题，这就给传统的挖掘潜在客户技术提出新的要求。 在己有的互联网数据挖掘中还存在自身的缺点，这就迫使我们需要克服更多的技 术难题。 1、 庞大的汽车互联网上的

23、数据。这种庞大的数据是一种动态的，并且增长 速度惊人。如果仅仅在一个数据库内存储显然是不太现实的。通用的数据库挖掘 分析是单独做一个历史数据的数据仓库，然后使用特殊的数据挖掘技术进行数据 的筛选和分析。 2、 网络页面的结构比较复杂。它可以支持多种媒体的表达（比如网页点击 率、网页访问频率、网页访问时间点等），毕竟人们原来就希望通过互联网来实 现世界各种信息的互通，在这个平台上自然希望任何的信息都可以获取到。因此 也造成了汽车互联网数据的复杂性这个特点。 3、汽车互联 网上的数据是不断变更，其动态性很强。汽车页面本身的内容 和相关的链接也是常常进行推陈更新。而互联网面对的汽车客户也各不相同，这

24、 些都造成了用户行为模式分析的困难度。 4、汽车互联网上需要的信息并不多。如何在信息海洋中不被淹没，尽可能 地找到你所需要的信息也是一个难题。 因此，在互联网汽车大数据上应用数据挖掘技术，是汽车营销的一种进化 , 其发展应用也是光明的，不过发展的道路却是非常曲折的。 本文借助于汽车购买者的消费特点和汽车销售行业的营销特征，并结合皖北 地区汽车销售公司项目中的客户关系管理系统（ CRM),提出了汽车销售状态 的分析模型，其包括基于主成分分析法和两阶段聚类分析法的汽车潜在客户的分 析和基于改进的基于 Hash 快速属性约简聚类算法的汽车潜在客户分析。该分析 模型可以帮助销售人员有效地制定营销策略，

25、并提高客户关系管理水平。具体取 得以下的主要成果： 由于在互联网上存在着大数据，这些数据主要是网站的点击率、访问的时间 段、访问的频率、客户注册信息等。在文中所体现的聚类分析系统主要从客户的 注册信息进行潜在客户分析。同时，为了能够更好地体现大数据信息，将网站的 点击率、访问的时间段、访问的频率等有用的信息也进行了统计。文中主要借用 了 SPSS18.0 软件（其被称为 统计产品与服务解决方案 软件，起源于 IBM 公 司推出的一系列用于统计学分析运算、数据挖掘、预测分析和决策支持任务的软 件产品及相关服务的总称 SPSS)进行数据的聚类分析，进行汽车潜在客户的挖 掘，其具有低成本、占用内存资

26、源少、简单易行的特点。采用主成分分析法提取 汽车客户分类的主要影响因子，并在此基础上，使用两阶聚类分析算法进行潜在 汽车客户分析。此外，分析基于 Hash 快速属性约简算法，并 分析其具有的特点 及存在的缺陷。针对其缺陷或者低效性提出了改进方案。通过系统计算的复杂度 和效率性，总结出了改进算法的有效性。该算法在应用时主要针对 CRM 系统内 的数据，进行数据的挖掘和分析。 ; 1.2 国内外研究现状 1.2. 1 数据挖掘技术 数据挖掘技术 12341 是起源于 90 年代，是一项关于决策支持的崭新技术， 通常认为它是数据库中知识发现 （ Knowledge Discovery in Data

27、base， KDD)过程 中最重要的一个过程。当前，数据挖掘技术及 KDD 依然是计算机科学界学者们 的研究热点。 KDD 这个术语首先出现在上世纪八十年代末的第十一届国际人工 智能会议上，随后被国际人工智能控制和数据库管理等领域学者们的不断热捧。 1995 年在加拿大，知识发现和数据挖掘国际会议首次被召开后，数据挖掘技术 就成为了机器学习、数据库管理、人工智能控制等领域热议的话题之一。经过多 年的研究和创新，数据挖掘技术己经取得了丰硕的研究成果，不少软件设计公司 也已经推出了具有自身特点的数据挖掘软件产品，并在很多的国家得到了应用。 比如 ， IBM 公司 J?发的 QUEST 和 Inte

28、lligent Miner 软件 ； Angoss Software 开 发 的基于规则和决策树的 Knowledge Seeker; SGI 公司开发的 MineSet 等。 与国外技术相比，国内对数据挖掘的研究起步比较晚，但国内外学者长期对 数据库技术进行开发和研究的结果以及对数据挖掘技术的不断应用和创新，提出 了许多有效的数据挖掘理论。比如，数据规约理论，其是用来降低数据的描述； 按照最小长度描述原理进行描述的数据压缩算法；机器学习理论中的模式发现理 论，常用的算法有决策树算法、关联规则 5 、人工神经网络 6 、聚类分析 7 来 自数学统计理论的概率理论，其应用于发现随机变量的联合概率

29、分布。数据挖掘 理论的作用在于使用理想的理论架构，对数据挖掘任务进行重复建模，使其具有 某种概率特性，能够处理不同形式的数据，同时考虑到数据挖掘的重复性和交互 性的本质。数据挖掘理论的发展，产生了许多经典的数据挖掘技术算法，并产生 了很多的改进算法，使其应用领域变得越来越广泛。 一个新的计算候选集出现频率的方法 是 lil 潘谦红 181 等提出，它是一种高 效率地挖掘关联规则的数组方法。针对任意表间关联规则的并行挖掘，文献明确 指出了问题的描述和实现的原理。李力、朱天翔、许占文 9提出了关系数据库多 项集关联规则问题，数据集被描述为主题项集和分类项集，其是使用分类项集把 数据库分解为很多的小

30、交易子集，然后又在子集的主题项集中挖掘出关联规则。 徐翔斌 1()等在研究中都采用了聚类技术来进行客户数据挖掘，并对客户进行分类， 数据挖掘技术是近几年国内外迅速发展起来的一门交叉学科，涉及到数据库 管理、统计学管理、人工智能控制与机器语言学习等多个 领域。计算机的应用普 及产生了大量的数据，数据挖掘就是利用上述学科的技术进行大数据量的处理。 数据挖掘技术已经成功应用到农业生产、化学分子结构的识别、金融行业等，数 据挖掘技术对未来社会的贡献变得越来越大。 1.2. 2 大数据挖掘下的汽车销售 1、汽车销售下大数据的思考 在广告行业，曾经有一个很著名的歌德巴赫的猜想： 我知道在广告商的投 资有一半是无用，但是我并不知道这一半是哪一半。 在互联网大数据出现之前， 就已经被人们所知晓，今天互联网高度正在飞速地发展，很多的销售预算也在向 数字销售倾斜，有人开始认为这己经缩减一半，其是这是个错误的观点，因为现 在传统的互联网销售，没有办法很好地解答 5W 和 1H 的问题 (如图 1.1)， 5 W 指什么、哪里、谁、什么时间、为什么， 1 H 是指怎样。 图 1.1 5W 和 1H 伴随着移动互联网的不断发展以及网络大数据的涌起，可以让我们能够充分 挖掘消费者视角以及观察到消费者整个决策的全过程，这种利用在汽车消费领域 中尤其明显。