消费者在线购买商品类别预测
消费者的网上浏览行为和购买行为是相关联的,因为消费者在网上购买商品之前,通常都会浏览商品的相关网站,因而找出浏览与购买的关系便于预测消费者的购买行为.在本文中,我们试图通过对以消费者为中心的数据,包括消费者个人信息以及浏览的网站记录等信息的分析,运用数据挖掘的方法,找出浏览行为与购买行为的关系,进而对消费者将要购买的商品类别进行预测.本文提出了根据浏览和购买的历史记录构建描述用户浏览行为的两种方法.第一种方法通过是否浏览最多访问的50个网站来构建训练集数据特征(或属性),第二种方法选取购买行为前最近浏览的20个网站作为描述特征,来实现对购买商品类别的预测.在实际数据集上的实验结果表明所提的第二种方法具有更好的预测准确度.本文所提方法对于个性化广告推荐以及精准营销等具有实用价值.
classification prediction preprocessing online purchasing personalization
蔡元珏 刘红岩
清华大学经济管理学院 管理科学与工程系,北京 100084
国内会议
武汉
中文
582-586
2009-10-23（万方平台首次上网日期，不代表论文的发表时间）