基于关联规则的网络消费者行为变化的挖掘
在网络购物环境下,消费者需求的变化日渐突出,为了发现网络消费者需求的变化,论文采用关联规则发现的方法对不同时期的商品交易数据进行挖掘,提取了关联规则,通过对规则的比较、分析,发现了网络消费者的行为变化.论文提出了一个包含第一支持度、第二支持度和相对置信度的算法,该算法克服了现有算法无法挖掘具有低频数据项规则的问题,并依据网络消费者行为变化的情况,提出了网络消费者行为变化的三种模式:茁壮型、发现型、意外型,以度量网络消费者的行为变化.
网络消费者 关联规则 支持度 数据项 网络购物
王崇 李一军 叶强
哈尔滨工业大学管理学院大学,哈尔滨,150006
国内会议
南京
中文
459-464
2006-10-27（万方平台首次上网日期，不代表论文的发表时间）