市场经济环境下,消费者作为市场经济的核心参与者,对消费者偏好的准确衡量,可以为企业获得利润做出贡献,对其他企业的消费者偏好分析提供借鉴,也将进一步拉动消费,促进社会经济的发展。本文在总结分析消费者偏好相关研究和主要无监督数据挖掘技术的基础上,开展了数据挖掘技术在消费者偏好分析中的应用研究。介于文章使用的数据观测量达到500万以上,并涉及到多个量表,本文特地对数据的基本准备工作进行了阐述,对数据的来源、数据的导入、集成和清洗进行了说明,对不同类型变量的缺失值进行了处理,并从该品牌在全国的门店信息、产品的基本情况和交易情况进行了描述性统计分析,以便更直观的了解数据的基本信息。基于消费者行为学相关理论,在对消费者偏好的实证分析中,用销售总量表征了消费者偏好情况,结合生命周期理论和改进的Bass模型,构建了消费者偏好动态衡量模型,并基于聚类结果进行了偏好的计算,进而说明了消费者对该运动品牌下不同分类产品偏好的差异性。在消费者的购买模式分析中,利用关联规则对交易后台数据进行了分析,得到了消费者在颜色、购买产品类型、购买店铺选择上的偏好情况。总结全文,数据挖掘技术在研究基于数据库提取的消费者偏好中能够进行消费者的分类和购买模式的分析,创新性的基于分类结果构建的消费者动态衡量模型有很强的实用性。