基于模糊朴素贝叶斯方法的客户消费行为预测研究

方法得到了不同的应用， 例如 ， 模式分类【 【 ４ 】 ， 模糊规则 ， 空间特征分离应用 等。 在这部分研究中， 我们把每个属性看 成一个语义变量 ， 该语义变量又分成不同的语义值。一个语义变量的值为自然语言中的语言单词或句子【 ８ ］ 【 】 【 ｌ ０ 】 【 ｌ ｌ 】 。
贝叶斯网络 又称作置信 网络， 是一种基于概率推理的图形化表达 方式， 主要 以图形化 的方式描述变 量或事件之 间的概
Ｄｅ ｃ ． ２ ０ １ ３
基 于模 糊 朴 素 贝叶斯 方 法 的
客 户消费行为预测研 究
杨 琼 唐振平 陈建华 蒋建军 韦海峰
（ １ ． 南华大学 经济管理学院管理科 学与工程系 ；２ ． 南华大学 经济管理学院信息管理与信 息系统系 ，湖南 衡 阳 ４ ２ １ ０ ０ １ ）
摘 要 ：面对 当前 日 益竞争的市场环境 ， 以客 户消 费为研 究对 象，以客户 消费因子为关键 点， 提出了 一种基 于客户消 费
行 为预测的模糊朴素 贝叶斯 方法。针对客户消费影响因子所呈现 的连续及 离散性 ， 分别建立 了相应的模 糊表 示方法，以此为
基础 ，对客户消 费行为预 测建立了朴素 贝叶斯方法 ，并用 实例对提 出的方法进行 了分析说明。 关键词：客 户消费；模糊表示法；朴素 贝 叶斯 方法
第３ ４ 卷 第１ ２ 期
２ ０ １ ３年 １ ２月
湖南科技学院学报
Ｊ ｏ ｕ ｎａ ｒ ｌ ｏ ｆ Ｈｕ ｎ ａ ｎ Ｕｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ｏ ｆ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ ａ ｎ ｄ Ｅｎ ｇ ｉ ｎ ｅ ｅ ｒ ｉ ｎ ｇ
、 ｂｌ ＿ ３ ４ Ｎｏ ． １ ２
１ ． ０
年龄 （ ａ ｇ ｅ ）
０ ３０ ６ ０
图２． 对于年龄属性 （ ０ 到６ Ｏ ）当ｃ ＝ ３ 时的图形描述
１ ． ０
０
２ ０
年龄 （ ａ ｇ ｅ ）
４ ０
图３ ． 对 于年龄属 性 （ Ｏ 到６ ０ ）当ｃ ＝ ４ 时的图形描 述
上述 图中的属性模糊表示 方法 ，如 ：Ｖ ２ ． ａ ｇ 。 ，Ｖ２ ， ２ ａ ｇ ｅ ，……Ｖ ， ４ 。 可看成模糊格 １ － 项集 。对于 多维模糊格通过类 似的方法 能够进行描述 ，例如 ，如果 我们要把 年龄 （ ａ ｇ ｅ ）， 用 ｘ １表示 ，和薪水 （ ｓ ａ ｌ ａ ｒ ｙ ）用 ｘ ２表示 ，这 两个属性 分成 三个语义值 ， 那么一个特征空 间被分成 ３ ＊ ３的 ２维模糊格 。如果要表示年龄及薪水这两个属性的任意 ２维模糊格 ， 可以这样描述 ： Ｖ ３ ， １
率关系或因果 关系。贝 叶斯 网络广泛应用于 许多领域 ，如 ：故 障诊断 】 ，评价系统可 靠性 】 １ ５ ］ ，可靠性模型 【 ，人工智 能 驯 ｕ 等等。一般来说 ，属性值有定量的和定性 的，为此 ，下面分两个部分进行 论述 。
２ ． １ 定量属 性的模糊格表 示方法
定量属性能分成 ｃ个不同语义值 ，例如 ，属性 “ 年龄” ，其范围可以为 ： ［ Ｏ ， ６ ０ ］ 。 我们可 以假设分三种情况 ，即 ：ｃ ＝ ２ ， ｃ ＝ ３ ， ｃ ＝ ４ ，为方便描述 ，下面分别用三个图形来表示 ：
Ｖ ３２
．
ｓ ａ ｌ ａ ｒ ｙ
。
２ ． ２定性属 性的模糊格表 示方法 定性属性 的可能取值 是有 限的 ， 且值 之间没有顺序关系 。如果不 同的属性值为 ｎ （ ｎ 是有 限的） ， 那 么这个属性只能被 ｎ 个语义值进行划分 。例如 ，每个语义值 的语义句 子在 定义 “ ｓ ｅ ｘ ” 时可以这样描述 ：
中图分类号 ：Ｆ ５ ９ 文献标识码：Ａ 文章编号 ：１ ６ ７ ３ — ２ ２ １ ９（ ２ ０ １ ３ ）１ ２ — ０ １ ２ ２ — ０ ０ ６
１引 言
客户消费行为预测是每个企业都急需解决的一个难题 ， 因为客户在购买产 品时具有多选择性 ， 客户 的选择对企业 的生存
与发展会产生严重影响。就 目前研究情况来看 ，对客户消费分析 的大部分成果体现在客户划分及客户价 值方面的研究 ，或仅 仅利用历史数据进行常规统计 ，得到 的结果 比较肤浅 ，无法为企业决策人 员提供帮助 。当前 ，客户消费 已呈现多样化 ，客户 消费数据库 不断增大 ， 消费特征 发生了根本性变化 ， 基于这种 状况 ， 本文针对客户消费行为预测提出了模糊朴素 贝叶斯方法 。
２ 客 户属性 模糊 因子段 表示 方法
本部分主 要使 用的变量说 明：（ １ ） ｃ ： 语言变量 中的语义值 个数 ； （ ２ ） ｖ ｉ ：
．
定义于 属性 ｎ ｌ 中， ｃ个变量语义值 中的第 ｉ 个语义值 ，１ ＜ ＝ｉ ＜ ＝ ｃ ； （ ３ ）ａ ： 属性值个数， ａ ＞ ＝ １ 。 已有研究提 出不 同的模糊语义值能用于 模式识别及模糊推理［ １ ］ ， 因此该
ｓｅ ｘ Ｖ ２ｉ
，
．
ｍａ ｌ ｅ
（ １ ）
及
ｖ２ ． ２ ｓ ｅ ｘ ． ｆ ｅ ｍａ ｌ
（ ２来自百度文库）
每个语义值可看成是模糊格 １ 一 项集 ，多维模糊格项集表示 方法在定量属性 的模糊格表示 方法 中已经讲述 。
３ 客户 消费 行为 预测 的朴 素 贝叶斯 方法
在很多应 用方面 ，类变量与属性之 间的关系很难 确定 ，也就是说 ，虽然被测试 的记 录属性与有 些训练样本相 同，但 即便 这样也无法保证能完全正确地预测其类标号 。这一 部分主要讲述客户属性 集与客 户类变量 的概率 关系推理 方法 ， 是一种把类
１ ． ０
年龄 （ ａ ｇ ｅ ）
０
图１ ． 对 于年龄属性 （ Ｏ 到６ ０ ）当ｃ ＝ ２ 时的图形描述
收稿 日期 ：２ ０ １ ３ —１ ０ 一Ｏ ９ 作者简介 ：杨琼 （ １ ９ ７ ５ 一） ，女 ，硕士 ，南华大学经济管理学 院教师 ，研究方向为数据挖 掘。
１ ２ ２