● 摘要
百度微购消费者主要分为两大类：一类是无注册直接购买消费者，一类的登录百度账号的消费者。在本文中的注册消费者即为：登录百度账号的消费者。其中注册消费者又可分为无购物消费者和有购物消费者，文中具体的研究对象为有购物消费者，因此本文的论文题目定位为：基于百度微购注册消费者的网购消费者行为建模研究。即：登录百度账号并且在百度微购发生购物行为的消费者。
全文主要基于百度微购注册消费者的网购消费者数据信息，通过获取网购消费者行为数据，对网购消费者行为建模，预测网购消费者行为，提供与消费者个人偏好相匹配的产品或者相似产品，并且就消费者的个性偏好推荐一些消费者可能会感兴趣的产品。
针对国内外消费者行为建模总是假设消费者会一直保持相同的喜好不变；消费者在做问卷调研的时候的个人特征保持在善于表达自我的状态；消费者很明确的了解自己需要什么，不需要什么。但是消费者并不都明确自己的喜好、需求。
本论文中根据百度微购的实际情况对RFM模型增加了一个变量G（毛利率），即为RFMG模型； 将数据挖掘技术运用到网络消费者特征识别中，大大提高了百度微购对海量客户数据的处理效率；并针对当前的网络营销中的问题提出了百度微购的网络营销策略；提出了核心网络消费者的概念，发展了E-CRM理论，为E-CRM理论提出了新的研究视角。