在互联网飞速发展的阶段,由于市场经济的竞争态势愈演愈烈,企业之间的竞争日益激烈。市场营销学研究表明:企业与老客之间的交易成本仅为其与总的消费客户之间的1/6,由此我们可见,维护老客在营销学中的重要性。而客户忠诚度则是体现哪些老客需要继续维护的桥梁。客户忠诚度是指客户出于对企业或品牌的偏好而经常性重复购买的程度。真正的客户忠诚度体现的是一种行为,体现在客户的购买行为上。因此对客户的购买行为进行研究可以很好的预测客户的忠诚度。电商平台具有一个很大的优势,可以随时记录消费者、访客的购买记录以及近期的浏览记录。客户在其上大量购买商家提供的产品或服务,为店家提供了大量的业务数据。店家可以很好的利用这些购买数据记录为自己进行服务。本研究以电商平台上的某商家的客户行为日志为研究对象进行画像,并随机抽取的70%数据进行规则训练,再用剩下的数据进行预测,将预测值与真实值进行对照,计算模型的预测精度。通过目标变量建立电商客户忠诚度预测模型,从客户重复购买的行为角度分析,最后采用数据挖掘中的逻辑回归算法、决策树、Boosting算法分别对其进行研究,实证结果证明Boosting算法对其的预测率相对最优。并进一步对本店的电商客户忠诚度进行预测,识别电商的精准购买人群,为电商之后的精准营销做准备。