电子商务网站.doc

摘 要
近年来，随着互联网的发展，信息化社会的日益进步，电子商务网站作为企业新的营销渠道，越来越多的消费者已经开始接受网络购物这一新的购物方式。电子商务网站越来越成为众多网络用户光顾的场所的同时也带来了一系列的问题，客户时常处于不稳定状态，客户流失率高。对于网站，如何最大程度的规避客户的流失，降低网站客户的流失率，成为当前电子商务运营商急需解决的一个问题。
本文首先在对客户关系管理理论及电子商务客户流失、数据挖掘相关理论理解的基础上，结合电子商务网站客户流失的特征，提出了电子商务网站下的四种客户流失预测模型。
接着，本文通过理论和实证相结合的方式，以CD零售商CDNOW电子商务网站客户购买数据为研究背景，对样本数据使用SPSS17.0进行描述性分析的基础上，分别利用Pareto/NBD模型、朴素贝叶斯算法模型、支持向量机预测模型及BP神经网络预测模型进行实证研究。论文在第四部分详细介绍了模型的实证过程，包括数据的说明与解释、模型实证，实证后采用数值化指标进行的模型结果评价。
最后，结合客户关系管理理论及实证结果，首先提出了电子商务网站客户流失类型及控制网站客户流失的策略制定原则；接着将受力分析的思想引入对客户流失问题的研究，对网站客户流失进行受力分析，发现导致网站客户流失的推力和引力；最后通过分析，引入控制网站客户流失的拉力及阻力策略来控制网站客户流失。从实践角度看，本文提出的研究思路可以为我国电子商务行业客户流失分析、预测提供一定的参考。

关键词 电子商务；客户流失；Pareto/NBD模型；朴素贝叶斯算法；支持向量机；
BP神经网络
Abstract
In recent years, with the development of the Internet and advanced information society, E-commerce website as a new marketing channel for enterprises, more and more consumers have started to accept this kind of online shopping purchasing way.E-commerce website has increasingly become a place of many Internet users visited at the same time also brought a series of problems, customers unstable, high customer churn rate. For the website, how best to avoid the loss of customers, reduce customer churn rate, has become one of the focus E-business operators should pay attention to.
In this paper，firistly , based on discussing customer primarily theories such as CRM theory, E-business customer theory churn and DM theory, this dissertation, combining with characteristics of customer churn in E-business website ,four kinds of customer churn prediction model have been provided.
Secondly, the study has implications for both theory and practice. Based on CDNOW website’s customer data, using Pareto/NBD model, a Naïve Bayes model, support vector machines model and BP arithmetic neural networks model to predict customer activity .In dissertation, a detailed description of the empirical process in Part IV including data discription and explanation, empirical model, model eva luation by numerical indicators .
Finall, the cassification of website customer churn and principles of controlling customers churn are proposed on CRM theory and proofed results. Then introduce the idea of the forces on customers churn, analyzing the forces which effect website customer churn, discovery the thrust forces and gravitation forces.Finally, by analyzing, eontrolled retaining strategies and resistance strategies to control website customers churn From practice aspect, the proposed research ideas can provide a reference for our E-commerce industry about analyzing customers churn and prediction .

Keywords customer churn; pareto/NBD model; naïve Bayes model; data mining;
support vector machines; BP arithmetic neural networks
目 录
摘 要 I
Abstract II
第1章 绪论 1
1.1 研究背景及目的意义 1
1.1.1 研究背景 1
1.1.2 研究目的和意义 2
1.2 国内外研究现状 2
1.2.1 契约关系情景下客户流失预测方法国内外研究现状 3
1.2.2 非契约关系情景下客户流失预测方法国内外研究现状 4
1.2.3 国内外研究现状评述 5
1.3 研究思路、主要内容、研究方法、创新点 6
1.3.1 研究内容 6
1.3.2 研究思路 7
1.3.3 研究方法 7
1.3.4 研究创新点 8
1.4 技术路线 9
1.5 本章小结 10
第2章 相关理论及技术 11
2.1 客户关系管理 11
2.1.1 CRM概述 11
2.1.2 CRM的核心思想 11
2.1.3 CRM的目标 12
2.1.4 CRM在电子商务中应用 12
2.2 电子商务客户流失及相关理论 13
2.2.1 客户流失 13
2.2.2 电子商务客户流失 14
2.3 Pareto/NBD模型 14
2.4 数据挖掘 16
2.4.1 数据挖掘定义 16
2.4.2 数据挖掘的任务 16
2.4.3 数据挖掘的过程 16
2.5 用于预测的数据挖掘方法 17
2.5.1 朴素贝叶斯算法 18
2.5.2 支持向量机 18
2.5.3 BP神经网络 20
2.6 本章小结 21
第3章 电子商务网站客户流失预测模型 23
3.1 建立网站客户流失预测模型的可行性与必要性 23
3.2 Pareto/NBD预测模型 24
3.2.1 数据处理 24
3.2.2 参数估计 24
3.2.3 客户活跃度计算 24
3.2.4 算法实现 24
3.3 朴素贝叶斯算法预测模型 25
3.3.1 算法步骤 25
3.3.2 算法实现 25
3.4 支持向量机预测模型 26
3.4.1 指标的选择 26
3.4.2 模型的构造 26
3.4.3 算法实现 26
3.5 BP神经网络预测模型 26
3.5.1 BP神经网络模型的结构设计 26
3.5.2 BP神经网络初始参数的选择 27
3.5.3 算法实现 27
3.6 本章小结 28
第4章 网站客户流失预测模型实证研究 29
4.1 基于Pareto/NBD模型的客户流失预测实证研究 29
4.1.1 数据的获取与解..