MBA论文_电子商务平台基于用户行为数据的消费预测研究 -管理资源网

首页 > 资料专栏 > 论文 > 专题论文 > 其他论文 > MBA论文_电子商务平台基于用户行为数据的消费预测研究

MBA论文_电子商务平台基于用户行为数据的消费预测研究

世界企业***: V 实名认证

内容提供者

联系反馈

热门搜索

资料大小：4736KB(压缩后)
文档格式：DOC
资料语言：中文版/英文版/日文版
解压密码：m448
更新时间：2020/6/15(发布于浙江)
阅读：3
类型：金牌资料
积分：--
推荐：升级会员

下载地址

文档软件 | 转换工具

==>> 点击下载文档

相关下载

推荐资料

文本描述

摘要
电子商务平台基于用户行为数据的消费预测研究
摘要
随着近年来电子商务的发展个网络购物的兴起，人们日常的消费
正越来越多的从线下转移到线上。网络购物突破了时间和地域的限制，
使得买卖双方无需面对面即可轻松完成交易。但这同时也给商家带来
了一定的困扰。卖家无法像传统商家一样“察言观色
”
的判断顾客
的购买需求以和商品的偏好，也就难以把握消费者内心的真实想法，
从而针对性的采取营销策略。随着大数据时代的到来，数据存储，计
算的方式有了质的飞跃。用户在电子商务平台上的每一笔交易，每一
次点击都会被完整的记录在服务器中。这些细致、准确的数据使得电
子商务网站拥有了还原用户消费决策过程的能力，通过分析平台用户
留下的历史数据，使得预测未来的用户消费行为成为了可能。
本文首先对以往的研宄用户购买行为预测的文献进行了梳理，深
入了解并分析了电子商务平台用户购买预测的基本方式，对电商企业
数据获取以及大数据营销的手段和作用进行了归纳。然后以京东为例
分析了现有的大数据营销手段在企业中的应用，指出了企业大数据营
销应用中的空白，为后文做了铺垫。接下来利用真实用户行为日志为
输入数据，构建了用于预测的数据指标体系。并依次构造了用于预测
用户消费需求和商品偏好的双模型，将双模型的结果融合进行用户购
买商品的预测。经独立测试数据验证，本文的融合模型效果与单一模
型相比有较大提升。
本文通过真实数据建立模型，用以证明依靠用户行为数据记录预
测用户消费的可行性。模型的预测结果对电商提升服务，精准营销促
成交易和提升转化具有一定的现实意义。
关键词：电子商务，网络消费，预测
Abstract
Research　on　E－Commerce　Purchase　Prediction　Based　on　User
Behavior　Data
ABSTRACT
With　the　fast　development　of　e－commerce　and　online　shopping，
peopled　daily　transactions　rely　more　on　the　Internet．　Online　shopping
breaks　the　barriers　of　time　and　space，　buy　it　also　brings　problems　for　sellers．
A　seller　cannot　judge　a　customers　purchasing　needs　and　preference　to　take
specific　marketing　strategies　like　traditional　offline　shopping　as　he　cannot
see　the　buyer．　But　the　way　data　is　stored　and　used　have　dramatically　change
with　the　coming　of　big　data　era．　Nowadays　every　transaction　even　every
click　buy　the　customer　are　stored　inside　server　logs．　These　data　make　it
possible　for　e－commerce　sites　to　reproduce　the　decision－making　process　of
every　customer，　using　history　data　to　predict　further　purchases　becomes
feasible．
In　this　paper，　we　first　review　the　literature　of　user　purchase　behavior
prediction　in　the　past，　and　thoroughly　understand　and　analyze　the　basic　way
of　purchase　prediction　for　e－commerce　platform．　Then　we　summarized　the
methods　data　acquisition　and　how　data　are　used　in　e－commerce　sites
marketing．　Then　analyzes　the　application　of　the　existing　big　data　marketing
tools　in　enterprises　taking　JD　as　an　example，　and　points　out　the　blank　in　the
application　of　big　data　marketing．　Next，　using　real　user　behavior　data　as
input　data，　we　build　a　set　of　features　for　prediction．　In　turn，　a　double　model
is　constructed　to　predict　consumer　demand　and　commodity　preference，　and
the　results　of　the　dual　model　are　fused　to　produce　the　final　predictions．
Using　the　independent　as　test　data，　the　test　results　shows　the　fusion　model
in　this　paper　have　a　great　improvement　compared　with　the　single　model．
This　paper　builds　a　model　using　real　data　to　prove　the　feasibility　of
using　user　behavior　data　to　predict　user　purchases．　The　prediction　results
show　the　model　have　practical　significance　for　the　promotion　of　services
and　marketing　for　e－commerce　sites．
KEY　WORDS：　E－Commerce；　Online　Consumption；　Prediction
目录
目录
第一章绪论1
1．1研究的背景和意义　　1
1．2论文内容和结构1
1．3研宄方法和思想2
1．4本文的主要创新点2
第二章文献综述4
2．1研究现状4
2．1．1基于推荐系统的消费预测研究4
2．1．2基于复购模型的消费预测研究6
2．2文献评述7
第三章相关理论8
3．1机器学习相关理论8
3．2算法概述9
3．2．1逻辑回归模型9
3．2．2决策树模型10
3．2．3决策树模型的改进——梯度提升树13
第四章数据挖掘技术在电商企业中的应用15
4．1电子商务企业数据资源来源15
4．2电子商务平台数据化营销的特点15
4．3数据挖掘技术在电／？商务企业中的作用16
4．4数据挖掘技术在京东商城精准销中的应用17
4．5电子商务平台现打人数椐A钔的）、Wlj中丨＇丨19
第五章基子用户浏览行力的消费Vt购尖预测21
5．1用户行为数据的构成21
5．2预测目标22
5．3原始数据统计分析23
5．4样本选取27
5．5变量提取28
5．5．1生成变量的流程29
5．5．2本文所用变量31
5．6模型训练34
5．6．1用户消费概率预测模型训练36
5．6．2用户所购买商品预测模型训练37
目录
5．7针对样本不平衡问题对损失函数的改进39
5．8模型融合41
5．9实验结果42
5．9．1预测效果评估指标42
5，9．2预测效果分析44
第六章总结46
6．1研究成果和创新点46
6，1．〗本文的主要创新点46
6．1．2应用价值46
6．2工作展望46
参考文献48
B．　tf51
攻读学位期间发表的学术论文52
6。