客户行为的数据挖掘系统，真的蛮有意思的。尤其是在电商环境里，想搞清楚用户到底想买啥，靠猜肯定不行。Python在这套系统里用来建模，PHP配合HTML和JavaScript一起搞前端，整套跑起来也不复杂。

系统用的是共识聚类加图形聚类算法的组合，挺少见的配置，主要是为了把客户划分得更准。比如，来你网站点了几下就跑的那种人，系统也能分出一个类来，方便你后面做精准推荐或者优惠推送。

客户行为预测不是啥新话题，但大多数研究都在盯着产品。嗯，这篇研究还挺走心，主打一个“关注客户特征”。举个例子，用户浏览路径、停留时间、点了哪些产品……这些历史行为全都收集上来，用来反推他们的潜在兴趣。

如果你的网站有点击流数据，那用这种方式做行为挺划算的。系统设计不复杂，最重头的还是数据的和清洗。代码上用Python负责建模部分，用PHP和JavaScript做交互展示，整合起来体验还不错。

推荐你顺便看看这几篇文章，思路也都比较接近： 数据挖掘的创新应用、用户行为及服务推荐，都挺实用的。

如果你刚好在做电商相关项目，尤其是有用户行为数据的，试试这种数据驱动的做法，说不定能省下不少试错成本哦。