亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        “互聯(lián)網(wǎng)+”背景下零售企業(yè)客戶知識(shí)獲取研究

        2019-10-16 05:09:11曹悅
        經(jīng)濟(jì)研究導(dǎo)刊 2019年20期
        關(guān)鍵詞:新零售互聯(lián)網(wǎng)

        摘 要:信息技術(shù)時(shí)代,海量的數(shù)據(jù)呈現(xiàn)爆炸式增長(zhǎng)。網(wǎng)購(gòu)已逐漸成為人們購(gòu)物的主要方式,特別是在“互聯(lián)網(wǎng)+”戰(zhàn)略推動(dòng)下,營(yíng)銷模式也發(fā)生了重大的轉(zhuǎn)變,新零售模式逐步興起并得到發(fā)展。這就對(duì)企業(yè)的營(yíng)銷策略提出了更高的要求,為了能夠全面了解消費(fèi)者需求、消費(fèi)者購(gòu)物習(xí)慣,從而實(shí)現(xiàn)個(gè)性化營(yíng)銷和精準(zhǔn)營(yíng)銷,更加需要企業(yè)掌握和利用好大數(shù)據(jù)。通過闡述互聯(lián)網(wǎng)時(shí)代,依托粗糙集,以消費(fèi)者的大量行為軌跡數(shù)據(jù)挖掘出客戶的隱性知識(shí),從而能夠更好地為企業(yè)的營(yíng)銷服務(wù)提供助力。

        關(guān)鍵詞:互聯(lián)網(wǎng);隱性知識(shí);新零售

        中圖分類號(hào):F27? ? ? 文獻(xiàn)標(biāo)志碼:A? ? ? 文章編號(hào):1673-291X(2019)20-0081-02

        引言

        信息技術(shù)時(shí)代,知識(shí)管理已經(jīng)成為更多企業(yè)來謀求競(jìng)爭(zhēng)優(yōu)勢(shì)的重要手段。知識(shí)管理理論認(rèn)為,企業(yè)能夠獲得持續(xù)競(jìng)爭(zhēng)力的前提是能夠?qū)ψ约含F(xiàn)有知識(shí)進(jìn)行有價(jià)值的知識(shí)創(chuàng)新。Polanyi認(rèn)為,知識(shí)可以分為顯性知識(shí)(Explicit Knowledge)和隱性知識(shí)(Tacit Knowledge),相比顯性知識(shí)來說,隱性知識(shí)因其極強(qiáng)的主體承載性、不可替代性和稀缺性更具有創(chuàng)造性。因此,企業(yè)在進(jìn)行知識(shí)創(chuàng)造時(shí),可以從大數(shù)據(jù)中挖掘出難以格式化描述、難以編碼的隱性知識(shí),從而挖掘出消費(fèi)者的隱性知識(shí),使企業(yè)更好地利用這些知識(shí),快速地應(yīng)對(duì)日益加劇的激烈的市場(chǎng)競(jìng)爭(zhēng)環(huán)境。

        一、理論基礎(chǔ)

        (一)新零售的內(nèi)涵

        馬云在2016年杭州云棲大會(huì)上提出了“新零售”的概念[1]。2018年4月《2018“美好生活”智慧零售白皮書》中曾提到,我國(guó)正在進(jìn)行著一場(chǎng)以技術(shù)為驅(qū)動(dòng),線上線下一體化的變革。2017年《中國(guó)“家·生活”用戶消費(fèi)行為專題分析報(bào)告》中指出,消費(fèi)者不再單純地滿足于購(gòu)買產(chǎn)品或服務(wù),產(chǎn)品或服務(wù)所帶來的心理效益開始占據(jù)越來越重要的位置。因此,越來越多的企業(yè)開始采用體驗(yàn)式營(yíng)銷模式,注重開展各種溝通活動(dòng),增強(qiáng)顧客體驗(yàn)感受,使消費(fèi)者在物質(zhì)上和精神上得到雙重滿足,促進(jìn)消費(fèi)者做出購(gòu)買決策。未來的十年將是新零售時(shí)代,互聯(lián)網(wǎng)技術(shù)能夠很好地運(yùn)用大數(shù)據(jù)、云計(jì)算等,逐步去發(fā)掘出客戶的需求,傾聽客戶內(nèi)心的聲音,保持并且持續(xù)改進(jìn)與消費(fèi)者的關(guān)系,進(jìn)而對(duì)消費(fèi)者實(shí)施精準(zhǔn)營(yíng)銷、有效營(yíng)銷才是未來零售企業(yè)制勝之道。

        (二)粗糙集

        1982年波蘭學(xué)者創(chuàng)立了粗糙集(Rought Sets,RS)理論,它是用來進(jìn)行數(shù)據(jù)挖掘和分析的一種軟件計(jì)算方法。自創(chuàng)立以來,越來越得到更多的關(guān)注,尤其是人工智能的興起[2]。RS以收集到的原始數(shù)據(jù)的分類能力為基礎(chǔ),然后對(duì)樣本數(shù)據(jù)進(jìn)行分析,從而去發(fā)現(xiàn)其中所隱藏的規(guī)則知識(shí)。這種計(jì)算方法不需要任何的先驗(yàn)知識(shí),能夠處理不完整(Incomplete)、不精確(Imprecise)、不一致(Inconsistent)的[2]數(shù)據(jù),并且操作起來簡(jiǎn)單、方便。目前,已經(jīng)在許多領(lǐng)域得到了廣泛的應(yīng)用,如地震預(yù)報(bào)、機(jī)器學(xué)習(xí)、人工智能、臨床醫(yī)療診斷、故障診斷、模式識(shí)別、圖像處理等。

        粗糙集的知識(shí)表達(dá)系統(tǒng)(Knowledge Representation System, KRS)可以表示為:四元組,其中:

        二、消費(fèi)者隱性知識(shí)獲取的過程

        新零售實(shí)質(zhì)上是利用大數(shù)據(jù)和互聯(lián)網(wǎng)重建人、貨、場(chǎng),在互聯(lián)網(wǎng)上,消費(fèi)者的瀏覽記錄和消費(fèi)記錄等形成了龐大的數(shù)據(jù)庫(kù),哪怕一個(gè)微小的行為都會(huì)影響著大趨勢(shì)[3]。由于網(wǎng)民越來越多、基數(shù)越來越大,我們正處于海量的數(shù)據(jù)之中。大數(shù)據(jù)本質(zhì)就是通過某些特定的計(jì)算方法和技術(shù),將收集到的顧客的消費(fèi)數(shù)據(jù)進(jìn)行匯總、整理、分析,從而判斷出消費(fèi)者的消費(fèi)趨勢(shì),喜歡哪一類產(chǎn)品,即將會(huì)有什么樣的產(chǎn)品需求,總結(jié)起來即是對(duì)消費(fèi)者數(shù)據(jù)進(jìn)行分析?;ヂ?lián)網(wǎng)技術(shù)的高速發(fā)展為我們獲取消費(fèi)者隱性知識(shí)提供了很多的便利條件。互聯(lián)網(wǎng)是一個(gè)動(dòng)態(tài)地、分布式、大規(guī)模的,囊括了多種數(shù)據(jù)(結(jié)構(gòu)化、非結(jié)構(gòu)化、異構(gòu)數(shù)據(jù))的信息源?;诖植诩碚摰臄?shù)據(jù)挖掘可以從爆炸式增長(zhǎng)的海量數(shù)據(jù)中挖掘出消費(fèi)者行為和企業(yè)潛在顧客之間聯(lián)系的規(guī)則知識(shí),有效地去指導(dǎo)企業(yè)的一些措施和方案。

        (一)數(shù)據(jù)預(yù)處理

        粗糙集能夠處理多種類型的數(shù)據(jù),但在具體的應(yīng)用過程中是以等價(jià)關(guān)系為基礎(chǔ)的,處理對(duì)象是離散化數(shù)據(jù)。因此,需要對(duì)原始數(shù)據(jù)進(jìn)行規(guī)范化處理。在互聯(lián)網(wǎng)上搜集到的數(shù)據(jù)可能并不規(guī)范,因而,在數(shù)據(jù)預(yù)處理階段,需要多搜集到的數(shù)據(jù)進(jìn)行規(guī)范化處理,對(duì)原始數(shù)據(jù)中一些缺失數(shù)據(jù)、不一致數(shù)據(jù)、噪聲數(shù)據(jù)等進(jìn)行清理;在互聯(lián)網(wǎng)收集到的客戶知識(shí)中不僅有離散性數(shù)據(jù),而且還存在連續(xù)性數(shù)據(jù),要對(duì)連續(xù)性數(shù)據(jù)進(jìn)行離散化。本文使用信息熵的離散化方法對(duì)連續(xù)性數(shù)據(jù)離散化,它是對(duì)原始數(shù)據(jù)的屬性本身進(jìn)行劃分,來使信息熵的減少和區(qū)間數(shù)達(dá)到最小,以尋求熵?fù)p失和適度區(qū)間數(shù)的平衡,使離散值最佳[4-5]。經(jīng)過數(shù)據(jù)預(yù)處理以后,使數(shù)據(jù)更加完整、干凈、具有針對(duì)性。

        2.屬性約簡(jiǎn)

        在搜集到的數(shù)據(jù)中,有些屬性對(duì)決策是沒有用的,冗余屬性的的存在會(huì)增加系統(tǒng)的數(shù)據(jù)量,一方面使計(jì)算機(jī)計(jì)算速度變慢,另一方面會(huì)產(chǎn)生更多的規(guī)則,影響最后的決策[6]。屬性約簡(jiǎn)的前提是不影響原有信息表,剔除一些不相關(guān)屬性,最后得出的就是最小屬性集,計(jì)算起來運(yùn)行速度加快,相應(yīng)的挖掘出來的無用規(guī)則就少了,規(guī)則獲取的速度就提高了。文中使用遺傳算法對(duì)離散化后的屬性值進(jìn)行約簡(jiǎn),我們想要得到最準(zhǔn)確、精簡(jiǎn)的規(guī)則集,就必須使屬性值最少。使用遺傳算法進(jìn)行約簡(jiǎn)可以降低復(fù)雜性,提高運(yùn)行效率。

        (三)提取規(guī)則知識(shí)

        建立決策系統(tǒng)DT=〈U,A,V,f〉,使用RS生成規(guī)則,這時(shí)令?琢表示c(c∈C)的描述合取,?茁表示決策表,D決策屬性,粗糙集計(jì)算結(jié)果得出的規(guī)則表明條件屬性和決策屬性之間關(guān)系,可以用“IF-THEN”的形式表示。此時(shí)得出的規(guī)則,并不能作為最終的規(guī)則集,需要去粗糙集得出的眾多規(guī)則進(jìn)行篩選,篩選指標(biāo)為支持度和精確度。

        1.規(guī)則的精確度Accuracy(α→β)可以表示為[6]:

        2.規(guī)則的支持度

        其中,決策表為DT=〈U,A,V,f〉,A=C∪D,U表示論域,U中對(duì)象的總數(shù)目為N;生成的規(guī)則是dr;xC是滿足這個(gè)規(guī)則前件的對(duì)象數(shù)目。

        Accuracy值越大,正確得出決策對(duì)象的個(gè)數(shù)越多;Support反映的是論域中可以與規(guī)則集中規(guī)則匹配的比例大小,Support越大,表明示例數(shù)據(jù)在實(shí)際應(yīng)用中出現(xiàn)頻率就越大,也即是規(guī)則應(yīng)用型強(qiáng)。

        三、算例分析

        用一個(gè)例子來說明本文隱性知識(shí)獲取的過程。首先,通過各種平臺(tái)收集客戶數(shù)據(jù),并基于所收集到的客戶數(shù)據(jù)集,假定收集到的客戶數(shù)據(jù)為:條件屬性為3個(gè)方面構(gòu)成、決策屬性由1個(gè)方面組成,分別記為C={I1,I2,I3}和D=zt5zvdv,建立知識(shí)表達(dá)系統(tǒng)KS=(U,A,V,f),如表1所示。

        本算例中數(shù)據(jù)較少,使用離散化算法以后依然是原來表達(dá)系統(tǒng),上圖所示,然后用遺傳算法進(jìn)行屬性約簡(jiǎn),結(jié)果如表2所示。

        屬性約簡(jiǎn)的支持度為100,約簡(jiǎn)后得到兩個(gè)決策表,根據(jù)這兩個(gè)決策表生成規(guī)則,結(jié)果如表3所示。

        在生成規(guī)則以后,如果規(guī)則過多,可以用精確度和支持度兩個(gè)指標(biāo)對(duì)規(guī)則進(jìn)行篩選,經(jīng)過篩選以后的規(guī)則精確度和支持度都很高,在實(shí)際應(yīng)用中通過這些規(guī)則進(jìn)行預(yù)測(cè)時(shí)準(zhǔn)確率會(huì)比較高,篩選以后的規(guī)則就形成了規(guī)則集。如表3所示,I2特征為1,I3特征值為1時(shí)就可以做出決策為D2。

        結(jié)語

        信息技術(shù)高速發(fā)展的時(shí)代,作為電子商務(wù)企業(yè)一定要緊跟時(shí)代的步伐,根據(jù)企業(yè)自身性質(zhì),利用好消費(fèi)者數(shù)據(jù)特征,從大數(shù)據(jù)中挖掘出對(duì)企業(yè)競(jìng)爭(zhēng)有力的信息,為企業(yè)的持續(xù)發(fā)展奠定基礎(chǔ)。本文介紹了從消費(fèi)者大量數(shù)據(jù)中獲取隱性知識(shí)的方法,通過對(duì)原始數(shù)據(jù)進(jìn)行清理、離散化、屬性約簡(jiǎn),然后生成規(guī)則,最后用一個(gè)算例來驗(yàn)證方法的可行性。由于算例數(shù)據(jù)較少,可能會(huì)影響結(jié)果的精確性,后續(xù)會(huì)用案例來進(jìn)行說明消費(fèi)者隱性知識(shí)獲取的過程。

        參考文獻(xiàn):

        [1]? 朱春曉.新零售模式下電子商務(wù)的現(xiàn)狀及趨勢(shì)分析[J].現(xiàn)代營(yíng)銷:經(jīng)營(yíng)版,2019,(6):133.

        [2]? 曹悅.電子商務(wù)背景下客戶隱性知識(shí)獲取機(jī)制研究[D].鄭州:鄭州大學(xué),2017.

        [3]? 袁佳玲,王海盈,陳麗媛,秦旖旎,張穎.“新零售”發(fā)展前景及關(guān)鍵問題研究[J].現(xiàn)代商貿(mào)工業(yè),2019,(15):53-55.

        [4]? 周凡程.粗糙集理論在數(shù)據(jù)離散化中的應(yīng)用研究[D].長(zhǎng)沙:中國(guó)人民解放軍國(guó)防科學(xué)技術(shù)大學(xué),2012.

        [5]? 王舉范,陳卓.基于信息熵的粗糙集連續(xù)屬性多變量離散化算法[J].青島科技大學(xué)學(xué)報(bào):自然科學(xué)版,2013,(4):423-426.

        [6]? 趙茜.自動(dòng)化技術(shù)、計(jì)算機(jī)技術(shù)[J].中國(guó)無線電電子學(xué)文摘,2011,(5):167-246.

        猜你喜歡
        新零售互聯(lián)網(wǎng)
        “新零售”的核心目標(biāo)
        為什么我們需要“新零售”
        “新零售”變革,到底新在哪?
        “互聯(lián)網(wǎng)+”環(huán)境之下的著作權(quán)保護(hù)
        今傳媒(2016年9期)2016-10-15 22:15:57
        “互聯(lián)網(wǎng)+”對(duì)傳統(tǒng)圖書出版的影響和推動(dòng)作用
        今傳媒(2016年9期)2016-10-15 22:09:11
        從“數(shù)據(jù)新聞”看當(dāng)前互聯(lián)網(wǎng)新聞信息傳播生態(tài)
        今傳媒(2016年9期)2016-10-15 22:06:04
        互聯(lián)網(wǎng)背景下大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練項(xiàng)目的實(shí)施
        考試周刊(2016年79期)2016-10-13 23:23:28
        以高品質(zhì)對(duì)農(nóng)節(jié)目助力打贏脫貧攻堅(jiān)戰(zhàn)
        国产亚洲自拍日本亚洲| 国产aⅴ天堂亚洲国产av| 无码视频一区=区| 熟女免费视频一区二区| 强开少妇嫩苞又嫩又紧九色| 嗯啊哦快使劲呻吟高潮视频| 国产一区二区三区韩国| 伊人狼人大香线蕉手机视频| 一边摸一边抽搐一进一出口述 | 亚洲午夜狼人综合影院| 天天天天躁天天爱天天碰2018| 人妻少妇偷人精品无码| 婷婷色在线视频中文字幕| 蜜臀av一区二区三区免费观看| 无码任你躁久久久久久老妇| 精品手机在线视频| 国产成人精品自拍在线观看| 免费亚洲一区二区三区av| 日韩激情无码免费毛片| 国产高清吃奶成免费视频网站| 国产精品黄色av网站| 日本丰满老妇bbw| 色婷婷综合中文久久一本| 国产精品原创永久在线观看| 日韩亚洲在线观看视频| 欧美精品国产综合久久| 久久天天躁夜夜躁狠狠躁2022| 国产人成视频免费在线观看| 日本不卡的一区二区三区中文字幕| 免费久久人人爽人人爽av| 国产精品高清视亚洲乱码有限公司| 日本精品av中文字幕| 午夜不卡无码中文字幕影院| 中文字幕亚洲无线码| 久久精品国产一区二区涩涩| 人妻少妇被猛烈进入中文字幕| 精品人妻少妇一区二区三区不卡| 精品亚洲少妇一区二区三区| 91熟女av一区二区在线 | 人片在线观看无码| 国产一区二区三区啊啊|