产品全生命周期价值计量与决策(1)(2)
2014-07-05 01:09
导读：四、 产品交叉销售价值的计量 为了计算产品交叉销售价值，我们需要从历史数据分析产品销售的关联规则模式。关联规则是数据挖掘的的一种重要方法，
四、 产品交叉销售价值的计量
为了计算产品交叉销售价值，我们需要从历史数据分析产品销售的关联规则模式。关联规则是数据挖掘的的一种重要方法，它反映了一个事务集的出现导致另一个事务集出现的概率。关联规则使用可信度（confidence）和支持度（support）这两个指标来描述。可信度是对关联规则的准确度的度量，指在物品x出现的前提下，物品y出现的概率；支持度是对关联规则重要性的衡量，指物品x和y同时出现的概率。一个关联规则可表示为x?圯y（s）（c），其中s为关联规则的支持度，c为关联规则的可信度，表达式含义为如果某个事务集中出现物品x，则以可信度c和支持度s出现物品y。
假定查找产品a的关联规则，对于给定的抽样数据db，根据领域知识和历史经验先设定一个最小支持度minsup和最小可信度minconf，使用Apriori算法对db（X）进行分析，得到一组频繁项集的集合S＝{C1，C2，…，Cn}，使得每个Ci都满足Support（Ci）>minsup（Ci∈S），Ci表示一组频繁项集，该项集中的物品至少以支持度minsup的概率同时出现。下面根据S计算产品a交叉销售效果系数：
五、 结论
产品是企业的核心资产，是企业利润的主要来源，计量一个产品的价值，最重要的是计量产品在未来能够为企业带来的利润，这不仅涉及到产品的未来时期创造的直接利润，还涉及到产品创造间接利润的能力，间接利润中最重要的而且是可以计量的就是交叉销售价值，本文通过产品生命周期价值函数的拟合曲线来计量产品的长期利润，通过对于产品销售的历史数据中关联规则的挖掘来计算产品的交叉销售效果系数，为企业优化产品组合，科学定价等问题提供了决策依据。
参考文献：
（科教范文网 fw.nseac.com编辑发布）
1．Philip Kotler．市场营销原理．北京：清华大学出版社，2003：3．
2．W．A．Kamakura，M．Wedel，F．de Rosa，J．A．Mazzon．Cross—selling through database marketing：a mixed data factor analyzer doe data argumentation and prediction．International Journal of Research in Marketing，2003，20（1）：45-65．
3．Paul D．Berger，Nada I Nasr．Customer Lifetime Value:Marketing Models And Applications．Journal of Marketing，April 1997，73（1）：15-37．
4．陈明亮．客户保持与生命周期研究．西安交通大学博士学位论文，2001：1，16-18，19，41-43，44．
5．齐佳音，舒华英．客户价值评价、建模及决策．北京：北京邮电大学出版社，2005：1．
6．R．Agrawal，T．Imielinski，A．N．Swami．Mining Association rules between sets of items in large databases．Proceeding of ACM SIGMOD Internation Conference on Management of Data．Washington，1993：207-216．
7．R．Srikant，R．Agrawal．Mining quantitative association rules in large relational tables．Proceedings of ACM SIGMOD International Conference on Data Management．Tucson，1996：1-12．
8．史忠植．知识发现．北京：清华大学出版社，2002：1．
9．朱战备，韩孝君，刘军．产品全生命周期管理：PLM的理论与务实．北京：机械工业出版社，2004．
10．CIMdata，Inc．collaborative Product Definition management（cPDm）：An Overview．http：//www．Cimdata．com/php/ cPDm_Def．Pdf．
11．David Burdick．PLM A-C-T-I-O-N．http：//www.
collaborativevisions．com/presentations/PLMAction_
1103．pdf．
12．Zhang Z L，Zhang C Q，Zhang S C．An agent-based hybrid framework for database mining．Applied Artificial Intelligence，2003，17：383，398．
13．Han J，Kam ber M．Data mining：concepts and techniques．San Francisco：Morgan Kaufmann Publishers，2001：3-4．
共2页: 2
论文出处(作者):
