基于关联规则及协同过滤的网购行为分析
本文以淘宝网的实际网购数据为基础,主要针对网络购物用户的行为及购买力的提升进行研究,一方面采用关联规则理论对样本按性别、年龄、活跃度等不同特征分维度进行了分析;另一方面,使用基于用户的协同过滤算法和针对二分数据的协同过滤算法进行了商品推荐技术的相关研究,最后基于这些实证分析给出结论. 在关联规则销售分析中，本文不仅分析了全部样本的商品关联销售，而且还将样本按性别、年龄、活跃度等不同特征分维度进行了研究，发现，如对于小于等于20岁的用户，购买腾讯QQ专区的还经常同时购买网络游戏点卡;对于很不活跃用户而言，购买运动鞋、流行男鞋类商品的人还非常可能同时购买男装类商品等规律。使用协同过滤理论分析发现，当当训练集与测试集之比为1:1，最近邻居数设为80，为用户推荐的商品数量为20时是最合适的等。
电子商务 网购行为 关联规则 协同过滤
袁庆玉 刘颖
中国科学院研究生院,北京,中国,100190
国内会议
第十届全国高校电子商务教育与研究学术研讨会暨第四届网商及电子商务生态学术研讨会
西安
中文
266-273
2011-07-23（万方平台首次上网日期，不代表论文的发表时间）