楊曦

(福州大學(xué)陽(yáng)光學(xué)院 福建 350015)

0 引言

近年來(lái)，互聯(lián)網(wǎng)與移動(dòng)通信技術(shù)的飛速發(fā)展及全球化商務(wù)經(jīng)濟(jì)的到來(lái)，為移動(dòng)電子商務(wù)帶來(lái)了廣闊的空間和更多的挑戰(zhàn)。一方面，移動(dòng)電子商務(wù)的移動(dòng)性極大地增加了客戶(hù)種類(lèi)，且移動(dòng)數(shù)據(jù)的非結(jié)構(gòu)化及數(shù)據(jù)流量限制，導(dǎo)致企業(yè)需針對(duì)不同客戶(hù)需求實(shí)施個(gè)性化定制的營(yíng)銷(xiāo)策略[1]；另一方面，移動(dòng)電子商務(wù)環(huán)境下，客戶(hù)的興趣和需求會(huì)隨時(shí)空情境的變化而變化，而無(wú)序、海量的移動(dòng)數(shù)據(jù)信息更造成“信息爆炸但知識(shí)貧乏”現(xiàn)象[2]。因而，移動(dòng)電子商務(wù)環(huán)境下的個(gè)性化推薦理論與技術(shù)成為學(xué)術(shù)界研究的熱點(diǎn)。而作為個(gè)性化服務(wù)的基礎(chǔ)的客戶(hù)細(xì)分也為企業(yè)識(shí)別并了解客戶(hù)提供了有效的手段。移動(dòng)電子商務(wù)情境下的客戶(hù)細(xì)分問(wèn)題要求算法的求解精度較高，而現(xiàn)有聚類(lèi)算法存在過(guò)早收斂、精度較低、細(xì)分效果不佳等缺點(diǎn)，針對(duì)移動(dòng)電子商務(wù)情境下的細(xì)分模型又相對(duì)匱乏，所以結(jié)合高效的聚類(lèi)算法提高客戶(hù)細(xì)分的精度，從而構(gòu)建科學(xué)合理的客戶(hù)評(píng)價(jià)體系對(duì)移動(dòng)電子商務(wù)的發(fā)展有著較為重要的理論和應(yīng)用價(jià)值。

1 客戶(hù)細(xì)分基礎(chǔ)理論

聚類(lèi)分析能從潛在數(shù)據(jù)中發(fā)現(xiàn)新的、有意義的數(shù)據(jù)分布模式，是客戶(hù)細(xì)分領(lǐng)域中較為適用的方法[3,4]，傳統(tǒng)經(jīng)典的聚類(lèi)分析有基于劃分的方法(如K-均值算法[5])、基于密度、基于層次和基于模型(如SOM[6])等方法。經(jīng)典聚類(lèi)算法在很多領(lǐng)域都有廣泛應(yīng)用，但每一類(lèi)算法都有各自的缺陷和不足，所以只局限于解決某一類(lèi)問(wèn)題。隨著人工智能、模式識(shí)別、機(jī)器學(xué)習(xí)等科學(xué)理論的產(chǎn)生，聚類(lèi)算法也有了長(zhǎng)足的發(fā)展，例如PSO、粒度計(jì)算、FCM等。下面介紹幾種在客戶(hù)細(xì)分領(lǐng)域較為常用的聚類(lèi)方法。

1.1 K-均值算法

K-均值法的所有簇類(lèi)均計(jì)算出該類(lèi)中所有數(shù)據(jù)的平均值或加權(quán)平均值，即聚類(lèi)中心。其公式如下：

其中d(xi,cj)表示樣本點(diǎn)xi到聚類(lèi)中心cj的歐式距離。K-均值法從樣本點(diǎn)集中隨機(jī)選取K個(gè)點(diǎn)作為初始聚類(lèi)中心，計(jì)算并比較每個(gè)點(diǎn)xi到聚類(lèi)中心cj的距離，將xi分配到與其距離最小的簇中；重新選擇聚類(lèi)中心，重復(fù)此步驟，直至聚類(lèi)中心不再發(fā)生變化。

K-均值法得到的結(jié)果通常只是局部最優(yōu)解且一定程度上依賴(lài)于初始聚類(lèi)中心的選擇，其缺陷還有：K值選擇無(wú)標(biāo)準(zhǔn)依據(jù)，只能處理數(shù)值群，對(duì)“噪聲”和離群數(shù)據(jù)較為敏感等。

1.2 PSO粒子群優(yōu)化算法

PSO是一種基于群的聚類(lèi)方法[7]，通過(guò)模擬生物界魚(yú)群或鳥(niǎo)群間合作與競(jìng)爭(zhēng)產(chǎn)生的優(yōu)化算法。PSO在預(yù)測(cè)精度和運(yùn)行速度方面優(yōu)勢(shì)明顯。其算法表述如下：

設(shè)在n維空間中有粒子群xi(i=1,2,...m)，每個(gè)粒子有速度vi和位置pi兩種屬性，在n維空間中為xi的速度分量和位置分量，通過(guò)PSO模型的計(jì)算，粒子群不斷優(yōu)化速度和位置。

PSO是一種隨機(jī)搜索方法，類(lèi)似于遺傳算法和模擬退火算法，但收斂速度更快，具有一定的早熟傾向，所以在求解全局最優(yōu)解方面精度仍較低。

1.3 SOM神經(jīng)網(wǎng)絡(luò)

SOM是一種具有自組織功能的、免監(jiān)控自發(fā)學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)[6]，由M個(gè)輸入神經(jīng)元與N個(gè)輸出神經(jīng)元構(gòu)成?；赟OM的聚類(lèi)方法是為每個(gè)輸入神經(jīng)元搜索對(duì)應(yīng)的最優(yōu)輸出神經(jīng)元及相應(yīng)的連接權(quán)值。由于SOM支持多種網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，形成的聚類(lèi)中心能映射到曲面或平面上，從而保持其自身拓?fù)浣Y(jié)構(gòu)不變。因此，K-均值法初始聚類(lèi)中心隨意性導(dǎo)致結(jié)果不確性的問(wèn)題，可以借助自組織映射得到趨于穩(wěn)定的聚類(lèi)中心。

SOM對(duì)于一般客戶(hù)細(xì)分問(wèn)題有著較好的聚類(lèi)效果，具有自穩(wěn)定性，但缺點(diǎn)是需預(yù)構(gòu)建網(wǎng)絡(luò)結(jié)構(gòu)，訓(xùn)練樣本時(shí)間較長(zhǎng)等。

2 改進(jìn)的混合聚類(lèi)算法

針對(duì)各聚類(lèi)算法在客戶(hù)細(xì)分方面的不足，本文結(jié)合幾種聚類(lèi)算法的優(yōu)點(diǎn)提出了一種改進(jìn)的聚類(lèi)算法M-Cluster。

2.1 預(yù)處理優(yōu)化

首先，針對(duì)K-均值法一定程度上需依賴(lài)于初始聚類(lèi)中心的缺點(diǎn)，使用SOM神經(jīng)網(wǎng)絡(luò)先對(duì)樣本集進(jìn)行預(yù)處理，得到的聚類(lèi)中心作為初始聚類(lèi)中心。另一方面，利用K-均值法對(duì)SOM的訓(xùn)練數(shù)據(jù)進(jìn)行預(yù)聚類(lèi)并初始化權(quán)值，以克服網(wǎng)絡(luò)構(gòu)建和訓(xùn)練時(shí)間較長(zhǎng)的缺點(diǎn)。具體改進(jìn)措施如下：

(1)從初始數(shù)據(jù)集中選取樣本集X作為訓(xùn)練數(shù)據(jù)集，同時(shí)用K-均值法將X分為K個(gè)簇，得到聚類(lèi)中心集C；

(2)使用C初始化SOM網(wǎng)絡(luò)頂點(diǎn)位置的神經(jīng)元權(quán)值：從C中尋找間距最大的兩個(gè)聚類(lèi)中心點(diǎn)，分別作為對(duì)角線(xiàn)上兩個(gè)頂點(diǎn)神經(jīng)元初始化權(quán)值；然后從剩余的聚類(lèi)中心集中尋找與兩個(gè)頂點(diǎn)距離最遠(yuǎn)的聚類(lèi)中心點(diǎn)，放置于副對(duì)角線(xiàn)上其中一個(gè)頂點(diǎn)位置，再用同樣的方法尋找副對(duì)角線(xiàn)上的另一頂點(diǎn)。

(3)初始化SOM網(wǎng)絡(luò)外層四個(gè)象限的神經(jīng)元權(quán)值：以左象限為例，利用K-均值法的計(jì)算公式依次計(jì)算k-4個(gè)聚類(lèi)中心分別與左側(cè)邊最上方兩個(gè)頂點(diǎn)間距離之和，從中選取M-2個(gè)數(shù)值最小的聚類(lèi)中心作為初始化權(quán)值，按照與左上頂點(diǎn)距離遞增的順序從左至右依次賦于各神經(jīng)元。同理，從外至內(nèi)逐層初始化剩余神經(jīng)元權(quán)值。

(4)使用樣本集X訓(xùn)練SOM網(wǎng)絡(luò)后，將初始數(shù)據(jù)集分成K個(gè)簇，得到聚類(lèi)中心集合C'，作為進(jìn)行下一步聚類(lèi)計(jì)算的初始化數(shù)據(jù)。

2.2 改進(jìn)的M-Cluster算法

PSO的進(jìn)化過(guò)程帶有一定的隨機(jī)性，保持粒子多樣性的同時(shí)也擴(kuò)大了全局搜索范圍，從而使得全局解的精度較低。而K-均值法具有局部搜索最優(yōu)解的特性，利用其對(duì)PSO進(jìn)化得到的新粒子進(jìn)行聚類(lèi)優(yōu)化，從而提高全局搜索精度。

(1)優(yōu)化PSO模型的慣性權(quán)重的值ω。ω的值直接決定了PSO的搜索范圍，為使算法具有較強(qiáng)的全局搜索能力，在前期保持較高搜索效率，后期保持較高搜索精度，本文對(duì)ω做如下修正：

其中，d為迭代次數(shù)，n為調(diào)節(jié)參數(shù)(視情況而定)。

(2)利用K-均值法優(yōu)化新群體。首先將粒子添加到距離最近的聚類(lèi)中心C'的簇中，用K-均值法對(duì)形成的粒子簇進(jìn)行聚類(lèi)，得到新的聚類(lèi)中心集C''；然后計(jì)算粒子當(dāng)前位置的適應(yīng)度、最好位置的適應(yīng)度和粒子群最好位置的適應(yīng)度，用適應(yīng)度最大的位置更新粒子速度并調(diào)整其位置。最后，更新整個(gè)粒子群經(jīng)過(guò)的最好位置。

3 移動(dòng)電子商務(wù)情境下的客戶(hù)細(xì)分模型

基于客戶(hù)價(jià)值的評(píng)價(jià)方法通常是用來(lái)構(gòu)建客戶(hù)細(xì)分模型的重要方法，而其中最常用的就是生命周期價(jià)值模型LTV和近度/頻度/金額(Recency/Frequency/Monetary)RFM模型。LTV應(yīng)用計(jì)算模型統(tǒng)計(jì)出每個(gè)客戶(hù)的LTV值并通過(guò)排序來(lái)評(píng)價(jià)客戶(hù)的價(jià)值度。LTV模型較為簡(jiǎn)單，沒(méi)有綜合考慮客戶(hù)行為的動(dòng)態(tài)性、市場(chǎng)競(jìng)爭(zhēng)等復(fù)雜因素，且需基于過(guò)去購(gòu)買(mǎi)模式來(lái)評(píng)價(jià)和推斷，未能反映客戶(hù)未來(lái)行為及價(jià)值的波動(dòng)趨勢(shì)，故而具有一定的局限性。RFM模型通過(guò)統(tǒng)計(jì)最近購(gòu)買(mǎi)時(shí)間(近度)、購(gòu)買(mǎi)頻率(頻度)和購(gòu)買(mǎi)金額三種客戶(hù)行為指標(biāo)來(lái)構(gòu)建評(píng)價(jià)體系。根據(jù)RFM值劃分出若干類(lèi)別未知的子客戶(hù)群，將子客戶(hù)群的平均RFM與全局客戶(hù)的RFM平均值依據(jù)客戶(hù)細(xì)分模型進(jìn)行比較，形成最終的客戶(hù)分類(lèi)。但RFM仍然只能對(duì)過(guò)去行為交易進(jìn)行評(píng)價(jià)，無(wú)法發(fā)現(xiàn)潛在客戶(hù)。

基于此，本文結(jié)合這兩種模型的思想針對(duì)學(xué)生群體對(duì)移動(dòng)電子商務(wù)的消費(fèi)模式和群集現(xiàn)象，構(gòu)建全新的客戶(hù)/利潤(rùn)/金額CPM模型。通過(guò)問(wèn)卷調(diào)查獲取到CPM分別相應(yīng)的三級(jí)指標(biāo)對(duì)于CPM的權(quán)值，然后應(yīng)用M-Cluster算法對(duì)用戶(hù)進(jìn)行分類(lèi)，具體步驟為：①對(duì)C、P、M三個(gè)指標(biāo)分別進(jìn)行聚類(lèi)，得到K個(gè)的客戶(hù)簇；②比較每個(gè)客戶(hù)簇的C、P、M平均值與全局客戶(hù)C、P、M平均值，高于全局均值，記為↑，否則記為↓；③根據(jù)每個(gè)用戶(hù)簇的指標(biāo)變動(dòng)情況分析該類(lèi)用戶(hù)的特征與性質(zhì)，定義用戶(hù)類(lèi)型；④用M-Cluster算法對(duì)客戶(hù)C、P、M指標(biāo)進(jìn)行聚類(lèi)，得到K類(lèi)用戶(hù)群體。

4 結(jié)束語(yǔ)

傳統(tǒng)聚類(lèi)算法無(wú)法滿(mǎn)足移動(dòng)電子商務(wù)情境下對(duì)客戶(hù)細(xì)分的高精度要求，在分析研究多種經(jīng)典聚類(lèi)算法理論的基礎(chǔ)上，提出一種收斂速度快、細(xì)分精度高的混合聚類(lèi)算法，且不易陷入局部最優(yōu)解、不會(huì)對(duì)初始聚類(lèi)中心數(shù)據(jù)敏感等，更適合解決客戶(hù)細(xì)分問(wèn)題。

[1]Kumara V,Shah D.Building and Sustaining Profitable Customer Loyalty for the 21st Century[J].Journal of Retailing,2004,80(10)：317-330.

[2]Borchers A,Herlocker J,Konstan J,et al.Ganging up on information overload[J].Computer,1998,31(4)：106-108.

[3]陳智高,陳月英,常香云.基于客戶(hù)價(jià)值的期貨業(yè)客戶(hù)聚類(lèi)細(xì)分方法[J].清華大學(xué)學(xué)報(bào)(自然科學(xué)學(xué)版),2006,46(1)：1046-1051.

[4]王華秋,廖曉峰.微粒群并行聚類(lèi)在客戶(hù)細(xì)分中的應(yīng)用[J].計(jì)算機(jī)應(yīng)用研究,2008,25(10)：2987-2994.

[5]MacQueen J.Some methods for classification and analysis of multivariate observations[C].In Proceedings of 5-th Berkeley Symposium on Mathematical Statistics and Probabilit,Berkeley：University of California Press,1967：281-297.

[6]Kohonen T.Self-organized formation of topologically correct feature maps[J].Biological Cybernetics,1982,43：59-69.

[7]Kennedy J,Eberhart R.Particle swarm optimization[C].In Proceedingsofthe IEEE International Conference on Neural Network,1995,1942-1948.