融合多源大数据的大型商场顾客价值发现与个性化促销策略优化

A shopping mall is gathering the massive information from customers by intelligent sensors, such as transaction data, shopping path, status, profile, dressing and so on. The information derived from some media include text and video and wireless signal. How do we utilize the information to mine customer value and develop a personalization promotion strategy? This project addresses the problem with a significantly practical sense. A method of data fusion is developed to exploit personalization value. Based on the results of data fusion, this project proposes a few models for optimizing personalization promotion strategies to provide enterprises with a high-performance tool for personalization marketing.

随着智能传感技术的兴起，大型商场开始借助这一技术每天数以亿计地获取到店顾客的各种信息，诸如交易数据、购物路径、身份信息、外貌、穿着等。这些产生于多种媒介的信息从文本到视频图像再到无线信号。如何利用这些多源商务大数据挖掘顾客个性化价值并采取相应促销策略提升销售收益是一个有重大应用价值的研究课题。本项目提出以个性化价值发现为目的的大型商场多源数据融合方法，构建基于融合结果的个性化促销策略优化模型，以便为实体企业实施个性化营销战略提供基于大数据分析的高效决策工具。

如何利用多源商务大数据挖掘线下顾客个性化价值并采取相应促销策略提升销售收益是一个有重大应用价值的研究课题。本项目以大型商场的到店顾客为研究对象，充分利用大型商场会员信息、到店顾客游走的WIFI帧频探测数据和到店消费的流水数据，针对这些多源数据的多样性、高速率、大容量、高价值和复杂性的特征，提出了以个性化价值发现为目的的大型商场多源数据融合方法，开发了面向实体店的顾客跨楼层多区域购物动线聚类算法，提出了融合时空信息的顾客画像与顾客价值发现方法，构建了基于顾客游走轨迹的个性化促销策略优化模型，设计了智能优化求解的新算法，为实体企业实施个性化营销战略提供了基于大数据分析的高效决策工具。部分研究成果已经在《Information Sciences》、《Computers & Operations Research》、《Applied Soft Computing》等权威期刊上公开发表，其中SCI期刊9篇，以项目负责人为第一作者的SCI Q1类期刊5篇。核心算法申请发明专利2项。通过这个项目的培养，已毕业研究生3名。