面向汽车后市场的数据挖掘研究

龙源期刊网 https://www.360docs.net/doc/7914788231.html,

面向汽车后市场的数据挖掘研究

作者：陈姣姣桂雁军郭萌

来源：《科学与财富》2013年第10期

摘要：汽车后市场智能推荐算法是在汽车后市场服务过程中的应用，对促进汽车服务业进行主动服务和服务变革提供一定的参考。通过对用户类型的细分以及服务类型的聚类分析，通过关联规则与协同过滤算法进行匹配，最后针对不同类型的客户进行推荐，培养用户偏好的拓展，提高客户服务的满意度。

关键词：汽车后市场；用户聚类；智能推荐算法

项目资助：国家科技支撑（2013BAH13F01）资助

1. 引言

进入新世纪以来，我国就进入了汽车产业高速发展的时代，已成为全球最大的汽车生产国与最大的汽车消费市场。从我国宏观经济发展水平和当前的人均汽车保有量来看，我国汽车市场仍然孕育着巨大的发展潜力。

目前在我国的汽车产业高速发展的同时显现出汽车后市场服务的缺位，即汽车后市场服务缺乏品牌意识，服务的理念和服务质量、服务的可信度、服务的标准化、服务的人性化均十分淡漠。在汽车服务业企业，提供的服务和产品大同小异，较难提出差异化的项目来构建企业独特性，客户粘度低，具有较高的话语权。传统的汽车服务推荐只是针对车型、车主职业等信息来对客户进行一个粗略的归类，由具体的接待人员来进行推荐，通常无法取得很好的效果。对客户偏好的深度挖掘，以及更加个性化、人性化的推荐服务，提供更好的客户体验是提高服务业企业的市场竞争力的有力工具。

2. 汽车后市场服务业发展现状

随着我国汽车工业的迅猛发展，汽车售后服务业在整个产业链中的重要作用逐渐显现出来，其成为各大汽车厂商追逐的新的利润增长点。不管是汽车企业、汽车消费者还是政府的相关部门，都对售后服务给予了前所未有的关注。客户的消费行为反映出了他们对需求并不清晰，客户很多时候并不清楚自己到底需要什么样的服务，不能很好的识别自己需要的服务。同时，服务提供方也并不能主动的对客户进行服务，更多的是被动地响应客户的要求，服务质量难以有质地提升。

目前汽车售后服务大多采用“被动响应”服务模式，即当汽车零部件出现故障时才对其进行维修和保养。由于客户驾驶行为习惯对汽车各零部件造成的磨损程度不同，导致汽车出现故障的概率和所需要的维修服务也因人而异。因此，可以考虑通过分析客户驾驶行为对汽车零件性