胡艳霞　刘尖学　洪宗民

摘要：因B2C电子商务的竞争对个性化服务提出更高的要求，该文以某B2C电子商务网站建设为研究背景，结合粒子群优化算法与 K-means 算法，以改进K-means算法陷入局部最小和对初始聚类中心敏感的缺陷，并应用到本文电子商务网站客户细分中，得到具有不同特征的客户群组，方便企业对客户进行针对性推荐服务，用有限的资源提高客户购买量，提高企业效益。理论分析和实验结果表明本算法具有较优的全局收敛性且收敛速度快的特点。

关键词：B2C；客户细分；PSO；K-means算法；全局收敛性

中图分类号：TP18 文献标识码：A 文章编号：1009-3044（2015）35-0158-04

Abstract： B2C e-commerce competition has made higher requirements for personalized services ， Taking a B2C e-commerce website construction background， combined with PSO and K-means algorithm， to improve the K - means algorithm trapped in local minimum and is sensitive to the initial clustering center of the defect， and applied to customer segmentation， get customer group with different characteristics. It can support enterprise to make a specific recommendation service for each kind of customer， with limited resources to improve customer purchases， and improve the efficiency of the enterprise. The theory analysis and experimental results show that， the algorithm has greater global convergence.

Key words： B2C； customer segmentation； PSO； K-means algorithm； global convergence

随着电子商务的发展，传统企业的实体店铺经营模式逐渐向网络商务营销模式扩展。互联网为中小企业发展提供了一个更好的快速发展平台，通过网站建设实现网络营销和电子商务成为时代发展的必然趋势。本文以浙江省金华市某B2C电子商务网站建设为研究背景，其经营品类涵盖满足人们日常衣食住消费的各类商品。

在电子商务环境下，客户不仅获取商务信息更为便捷，而且转化成本也大大降低，导致客户极易转向竞争者。因此，针对不同的客户群体进行针对性的管理，已经成为电子商务企业面临的重大任务。而科学合理的客户细分是电子商务企业有效实施市场策略的第一步，是成功管理客户关系的基石。

1 B2C电子商城

1.1运营模式特点

对比传统商务活动，本文B2C电子商务实现了交易的无纸化、自动化、数字化。……