全渠道消费者行为协同决策研究
【出 处】:
【作 者】:
薛红
张鹏
李伟男
郑作文
【摘 要】随着各大零售商全渠道营销战略布局,全渠道消费者数量呈爆炸式增长,对于全渠道消费者的消费行为研究成为热点.然而连锁零售供应链全渠道消费者消费数据呈现海量、高维的特征.针对这一特征,提出采用协同进化算法对连锁零售供应链全渠道消费者行为进行高维关联分析.利用粒子群优化算法和自适应遗传算法各自的优势,两个种群同时遍历,并在两种群间引入信息交互机制,使两种群协同进化.实证研究证明协同进化算法应用于连锁零售供应链全渠道消费大数据关联规则挖掘中,不仅算法的运算速度高,避免了遗传算法单独应用时容易陷入局部最优的缺陷,而且还提高了连锁零售供应链全渠道消费者行为关联规则的大数据挖掘质量,为全渠道消费者购买行为研究提供了新的方法.
相关热词搜索: 全渠道消费者行为 连锁零售供应链 高维关联规则 大数据挖掘 协同决策
上一篇: 求解旅行商问题的改进蚁群算法研究
下一篇: 基于冯诺依曼拓扑结构的骨干粒子群优化算法