一种基于客户属性及行为特征分析的客户细分方法技术

本发明专利技术公开基于客户属性及行为特征分析的客户细分方法，其包括三个步骤：（1）数据预处理，根据选择的评价属性，对所有属性与评价属性之间进行相关性分析，去除属性集中的弱相关项与冗余项从而达到数据简化的目的。（2）群体聚类，用K-means算法将每个属性的原始数据划分为三个级别，再由基于密度可达的DBSCAN算法进行客户聚类，将所有客户大体上分为高，中，低三个等级。（3）行为特征聚类，用双聚类分别对步骤（2）的三个等级的聚类结果做行为特征聚类，采用基于了基于apriori的双聚类。通过上述步骤的结合完成对客户的行为特征细分。本发明专利技术能提供更为全局性的属性为行为特性分析提供基础，提高分类的精确性和细致性。

【技术实现步骤摘要】
【专利摘要】本专利技术公开基于客户属性及行为特征分析的客户细分方法，其包括三个步骤：（1）数据预处理，根据选择的评价属性，对所有属性与评价属性之间进行相关性分析，去除属性集中的弱相关项与冗余项从而达到数据简化的目的。（2）群体聚类，用K-means算法将每个属性的原始数据划分为三个级别，再由基于密度可达的DBSCAN算法进行客户聚类，将所有客户大体上分为高，中，低三个等级。（3）行为特征聚类，用双聚类分别对步骤（2）的三个等级的聚类结果做行为特征聚类，采用基于了基于apriori的双聚类。通过上述步骤的结合完成对客户的行为特征细分。本专利技术能提供更为全局性的属性为行为特性分析提供基础，提高分类的精确性和细致性。【专利说明】
本专利技术涉及数据挖掘领域，具体涉及。
技术介绍
现有的客户行为细分方法归纳起来，主要有以下几种:基于RFM(Recency Frequency Monetary)模型行为细分的方法。在RFM模型是衡量客户价值和客户创利能力的重要工具和手段。R (recency)指上次购买至现在的时间间隔，F (frequency)为某一期间内的购买次数，M (monetary)是某一期间内购买的金额。RFM分析针对每个客户的每个指标打分，然后计算三个指标的乘积，再按这个结果排序，在此基础上将所有的客户按照20%、60%、20%分类，最后对不同类型的客户实施不同的策略。RFM分析的因素都是行为方面的，这次信息对于拥有数据库的公司来说比较容易获得，然而购买次数F和同期总购买额M两个变量之间会存在多重线性。另外该模型选择的属性太少，以致于不能很全面地对客户的行为特征进行细分。而且按照20%、60%、20%将客户分类的结果不一定能反映出客户的实际分类群体；只实现了客户群体这一维上的聚类，并不能体现出属性差距。客户价值矩阵的方法:该矩阵用包括客户代码、购买日期、日购买额等属性来进行客户行为细分。购买次数由不同购买日期的数目来确定，平均购买额等于在指定时间间隔内总购买额(日购买额的总和)与购买次数的比值。最终所有客户都分散在事先确定的二维矩阵的四个象限中，针对每一个客户群或跨越客户群产生不同的营销战略或战术。它的缺点是也只局限于特定的属性，不能根据不同数据特点的属性集来选择属性。而且它所选择的属性不够全面，不能很好地对客户行为进行描述。另外它只实现了客户群体这一维上的聚类，只是全局性地聚类，不能对局部特征相似的群体进行聚类。
技术实现思路
本专利技术针对目前客户行为细分存在的不足和缺陷，提供一种结合属性选择、群体聚类和双聚类的方法来达到客户行为细分的目的，本专利技术通过如下技术方案实现。该方法包括如下步骤:(I)数据预处理:首先，获取航空公司的会员数据矩阵，共有P个样本，每个样本有Q个属性，P、Q为大于I的正整数，其中每行代表一位客户亦为一条记录，每列代表客户的属性，其中每个元素代表公司对一个客户的行为评分；选择Q个属性中的一个作为分类属性，对剩下的Q-1个属性与分类属性之间进行相关性分析，去除Q个属性中的弱相关项与冗余项，得到属性集；(2)用K-means算法将上述得到的属性集中的每个元素的原始数据聚成L类，L为大于1的正整数，按数据的数值由小到大划分为L个级别，原先的数据值将由这些级别代替，得到新的属性集；然后采用基于密度可达的DBSCAN算法将新属性集中每个客户即是每条记录进行聚类；(3)行为特征聚类:用基于apriori的双聚类分别对步骤(2)的聚类结果做行为特征聚类，得到属性值相同、行为特征近似的客户属性矩阵；由客户属性矩阵可以得到某些属性数值相同，即行为表现相近，具有相似的行为习惯的客户群。进一步地，步骤(1)中，选择Q个属性中的一个作为分类属性，再利用皮尔逊卡方统计量度量分类属性与剩下的Q-1个属性的相关性，按照相关性排列Q-1属性，并将属性划分为三个等级:强相关、相关、弱相关，去除上述弱相关属性及强相关属性中的冗余重复属性，选择出与分类属性相关并相互独立的属性，具体包括如下步骤:(1.1)选择分类属性后，利用列联表计算出Q-1属性与分类属性的皮尔逊卡方统计量K，皮尔逊卡方统计量【权利要求】1.，其特征在于包括如下步骤: 步骤(I )，数据预处理:首先，获取航空公司的会员数据矩阵，共有P个样本，每个样本 有Q个属性，P、Q为大于I的正整数，其中每行代表一位客户亦为一条记录，每列代表客户的属性，其中每个元素代表公司对一个客户的行为评分；选择Q个属性中的一个作为分类属性，对剩下的Q-1个属性与分类属性之间进行相关性分析，去除Q个属性中的弱相关项与冗余项，得到属性集； 步骤(2)，群体聚类:用K-means算法将上述得到的属性集中的每个元素的原始数据聚成L类，L为大于I的正整数，按数据的数值由小到大划分为L个级别，原先的数据值将由这L个级别代替，得到新的属性集；然后采用基于密度可达的DBSCAN算法将新属性集中每个客户即每条记录进行聚类，得到若干类的客户群； 步骤(3)，行为特征聚类:用基于apriori的双聚类分别对步骤(2)的聚类结果做行为特征聚类，得到属性值相同、行为特征近似的客户属性矩阵；由客户属性矩阵得到属性数值相同，即相应行为表现相近，具有部分行为习惯相似的客户群。2.根据权利要求1所述的方法，其特征在于步骤(1)中，选择Q个属性中的一个作为分类属性，再利用皮尔逊卡方统计量度量分类属性与剩下的Q-1个属性的相关性，按照相关性排列Q-1属性，并将属性划分为三个等级:强相关、相关、弱相关，去除上述弱相关属性及强相关属性中的冗余重复属性，选择出与分类属性相关并相互独立的属性，具体包括如下步骤: (1.1)选择分类属性后，利用列联表计算出Q-1属性与分类属性的皮尔逊卡方统计量>' (f1.// — f1- // )—K，皮尔逊卡方统计量尤=ΣΣ^~~其中，^表示列联表中第i行的数值总和， /=1 M η.H1..Hj表示列联表中第j列的数值总和，nu表示表示列联表第i行第j列的数值，η表示列联表中所有数值的总和； (1.2)按照皮尔逊卡方统计量的大小，将所有属性聚成三类，即强相关子集(SSR)、相关子集(SR)、弱相关子集(SWR)，并选择强相关子集中K值最小的属性为最弱强相关属性FW，选择弱相关属性中K值最大的属性为最强弱相关属性FS ； (1.3)对于强相关属性子集SSR，按照与分类属性的K的大小，下面所述的下标i，j代表区别不同Q个属性中的其中一个属性表示方法，由大到小依次选择一个属性作为参照属性Fp遍历选择该集中的其它任意Q-2个属性为Fi,并计算Fi与参照属性的皮尔逊卡方统计量Ku ^ij表示属性。与Fi之间的卡方值；如果Ku大于或等于属性FW与分类属性的K值，则表示。与匕中有一个属性为冗余重复属性，删除与分类属性相关性较小的属性Fi ；当Fj完成与该子集中所有属性比较后，将Fj放入新的属性集即强相关约简属性子集SRSR，去除冗余重复属性后的SRSR作为强相关子集的子集，代替强相关子集进行后续运算；(1.4)把强相关约简属性子集SRSR和相关属性子集SR合并，得到属性集。3.根据权利要求1或2所述的方法，其特征在于步骤(2)中所述采用基于密度可达的DBSCAN算法本文档来自技高网...

【技术保护点】
一种基于客户属性及行为特征分析的客户细分方法，其特征在于包括如下步骤：步骤（1），数据预处理：首先，获取航空公司的会员数据矩阵，共有P个样本，每个样本有Q个属性，P、Q为大于1的正整数，其中每行代表一位客户亦为一条记录，每列代表客户的属性，其中每个元素代表公司对一个客户的行为评分；选择Q个属性中的一个作为分类属性，对剩下的Q?1个属性与分类属性之间进行相关性分析，去除Q个属性中的弱相关项与冗余项，得到属性集；步骤（2），群体聚类：用K?means算法将上述得到的属性集中的每个元素的原始数据聚成L类，L为大于1的正整数，按数据的数值由小到大划分为L个级别，原先的数据值将由这L个级别代替，得到新的属性集；然后采用基于密度可达的DBSCAN算法将新属性集中每个客户即每条记录进行聚类，得到若干类的客户群；步骤（3），行为特征聚类：用基于apriori的双聚类分别对步骤（2）的聚类结果做行为特征聚类，得到属性值相同、行为特征近似的客户属性矩阵；由客户属性矩阵得到属性数值相同，即相应行为表现相近，具有部分行为习惯相似的客户群。

【技术特征摘要】

【专利技术属性】
技术研发人员：陈建林，吴晓声，肖宇，薛云，蔡倩华，胡晓晖，
申请(专利权)人：华南师范大学，
类型：发明
国别省市：