應用基因演算法於RFM模型權重最佳化之研究

Applying Genetic Algorithms on RFM weight Optimization

陳秀慧(Hsiu-Hui Chen)

指導教授 ： 翁頌舜

國立臺北科技大學/管理學院/資訊與運籌管理研究所/碩士(2013年)

https://doi.org/10.6841/NTUT.2013.00760

摘要

近年來，企業積極發展目標顧客，使用資料探勘(Data Mining)的分析技術研究顧客行為(Customer Behavior)，精確地鎖定潛在顧客(Potential Customer)，為企業帶來更大效益，故顧客關係管理(Customer Relationship Management, CRM)更加不能忽視，而顧客價值分析是顧客關係管理的基礎，過去文獻中分析顧客價值，RFM模型是最常被提及與運用的方法，藉由RFM模型的三個衡量指標，可以簡單而清楚的看出顧客消費行為的輪廓。學者許雅涵等人(2011) 以RFM模型為基礎，考量石油在產品、定價策略上的特性改良為RFQ模型。本研究以加油站為例，以RFQ模型為基礎，提出以基因演算法演化RFQ三項指標之最佳權重，修正為GA-WRFQ模型，並配合K-means方法進行群集分析，輔助加油站將顧客依消費行為進行群集分析，做為加油站業者後續策略擬定的參考，如此一來，加油站業者可以針對目標顧客進行有效的行銷策略，並提升加油站競爭優勢。

關鍵字

顧客關係管理 ； RFM模型 ； 基因演算法

並列摘要

In recent years, organizations seek to find target customers, and use analytical techniques in Data Ming domain to understand customer behavior while focus on potential customer and bring more revenue to organization. So Customer Relationship Management (CRM) becomes more important. Customer value analysis is the cornerstone of CRM. In the past studies, RFM is the method mentioned and used in customer value analysis most popularly. By using the three indicators of RFM, one can clearly understand how the customer behaves in a simple way. Considering the product and pricing strategy character in oil industry, Shiu, et al. (2011) enhanced RFM model and proposed RFQ model. In this research, we propose a GA-WRFQ model, which is based on RFQ model, and using Genetic Algorithm (GA) to evolve weights of the three indicators in RFQ model. Based on K-means clustering algorithm, this mechanism can cluster customers by their consuming behavior. We also apply this mechanism to a real oil station, help them cluster customers and develop strategies. In this way, oil station manager may develop strategies that focus on target customers and make every penny count.

並列關鍵字

Customer Relationship Management (CRM) ； RFM model ； Genetic Algorithms (GA)

參考文獻

3. 李志文，基於共同演化機制下區域性屬性加權的方法，碩士論文，元智大學資訊管理研究所，2009。

6. 林豐澤，「演化式計算上篇：演化式演算法的三種理論模式」，智慧科技與應用統計學報，第3卷，第1期，2005，第1至28頁。

7. 林豐澤，「演化式計算下篇：基因演算法以及三種應用實例」，智慧科技與應用統計學報，第3卷，第1期，2005，第29至56頁。

8. 周智勳，「最佳化梅爾倒頻譜係數之研究及其於音樂曲風辨識之應用」，資訊科技與應用期刊，第4卷，第1期，2010，第53至58頁。

11. 許雅涵、徐武永、李世能，「運用RFM模型分析顧客消費行為與貢獻度之研究及應用實務-以中油會員卡顧客為例」，中華民國100年石油季刊，第47卷，第1期，2011，第83至100頁。