基于點(diǎn)擊流數(shù)據(jù)的電子商務(wù)用戶(hù)購(gòu)物行為分析.pdf

1、信息技術(shù)的飛速發(fā)展使得傳統(tǒng)的實(shí)體商店已不是營(yíng)銷(xiāo)者提供商品和服務(wù)的唯一渠道，網(wǎng)上虛擬商店應(yīng)運(yùn)而生，即電子商務(wù)。人們開(kāi)始發(fā)現(xiàn)線(xiàn)上用戶(hù)行為挖掘的力量。然而，電子商務(wù)平臺(tái)是一個(gè)虛擬平臺(tái)，商家無(wú)法像實(shí)體店一般直接通過(guò)提問(wèn)的方式了解用戶(hù)的需求，并對(duì)應(yīng)地向用戶(hù)提供個(gè)性化的服務(wù)，雖然當(dāng)前對(duì)于線(xiàn)上用戶(hù)行為的挖掘和分析已經(jīng)很多，但是研究結(jié)果對(duì)于感知用戶(hù)內(nèi)心真實(shí)需求的效果卻很差。因此，想要更深入地剖析在線(xiàn)用戶(hù)的行為，就必須把握他們內(nèi)心的偏好和需求。
　

2、　點(diǎn)擊流數(shù)據(jù)是用戶(hù)在線(xiàn)上進(jìn)行網(wǎng)購(gòu)行為的直接產(chǎn)物，它在一定程度上反映了用戶(hù)的行為軌跡。本文在用戶(hù)行為和需求理論，以及相關(guān)的點(diǎn)擊流數(shù)據(jù)分析理論的基礎(chǔ)上，針對(duì)上述研究做了如下幾項(xiàng)工作：
　　第一，闡述用戶(hù)行為和需求理論，以及相關(guān)的點(diǎn)擊流數(shù)據(jù)分析的研究現(xiàn)狀，并提出本文的意義。
　　第二，點(diǎn)擊流數(shù)據(jù)的獲取思路主要有兩種方法：基于服務(wù)器端和基于客戶(hù)端。本文結(jié)合這兩種方法的優(yōu)缺點(diǎn)，設(shè)計(jì)了一個(gè)網(wǎng)購(gòu)行為實(shí)驗(yàn)，同時(shí)設(shè)計(jì)了一個(gè)Chrome插件在客

3、戶(hù)端獲取點(diǎn)擊流數(shù)據(jù)，并在實(shí)驗(yàn)前后對(duì)實(shí)驗(yàn)對(duì)象進(jìn)行預(yù)調(diào)查和深度訪(fǎng)談。
　　第三，對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行預(yù)處理，并對(duì)處理后的數(shù)據(jù)進(jìn)行初步的可視化展示。根據(jù)實(shí)驗(yàn)數(shù)據(jù)的預(yù)處理結(jié)果，對(duì)頁(yè)面狀態(tài)之間的轉(zhuǎn)換進(jìn)行馬爾科夫描述，得到轉(zhuǎn)移概率矩陣，并通過(guò)一階馬爾科夫模型對(duì)其進(jìn)行簡(jiǎn)單地預(yù)測(cè)，得到實(shí)驗(yàn)對(duì)象在第18步轉(zhuǎn)移后轉(zhuǎn)移到購(gòu)買(mǎi)成功頁(yè)面的概率趨于穩(wěn)定，并且概率為0.34％。
　　第四，基于瀏覽頻率和停留時(shí)間兩個(gè)度量，提出兩個(gè)綜合性指標(biāo)：以停留時(shí)間為主要指標(biāo)