ID3算法在网络商铺客户稳定性分析中的应用研究

发布时间：2021-11-15 06:29

　　目前,人们在生活工作中越来越离不开互联网,并且已经习惯依赖于互联网购物。本文首先考虑网络商铺状态、商铺销量的多种因素,进而构建网络电商平台商铺的发展评价指标;其次,利用决策树ID3算法建立影响商铺稳定性的分析模型;最后,确定了包括收藏人气、物流服务质量、商铺的卖家信用度以及以往客户对商品评价在内的四项关键影响因素。通过本文建立的分析模型可以为网络商铺客户稳定性评价提供一种较为客观的视角,同时也为电商平台对网店的管理和良性发展提供了决策依据。 

【文章来源】：广西质量监督导报. 2020,(10)

【文章页数】：2 页

【部分图文】：

2015.12—2020.3网络购物用户规模及使用率

基于指标评价体系的构建，使电子商铺用户数量保持稳定性。依据合法性、客观性、科学性与量化性相结合、公平性、准确性、公正性等原则(樊正洪等，2011)，本文从某电子商务平台中抽取了100家知名品牌运动鞋商铺，利用数据挖掘技术及分类方法对这些商铺的各项指标进行研究分析，并建立指标评价体系结构，如图2所示。决策树是一种数据挖掘分类算法，具有高效的数据挖掘分类的能力，因而受到学术各领域的广泛应用。本文基于ID3算法对电子商务网络商铺的客户稳定性进行分类研究。其具体步骤如下:

三、应用实例本文选取的电子商务商铺样本百家(即:total=100)，表现为“稳定性”的类别属性(m=3)的值域为{高;中;低}。设c1为“高”，包含的样本量n1=37,c2为“中”，包含的样本量n2=30,c3为“低”，包含的样本量n3=33。本文使用SQL Server 2008进行决策树分类验证，采用Analysis Services以导入的网络商城商铺数据进行决策树分类挖掘。将客户稳定性作为基础及其他属性进行导入，进而创建决策树用于“商铺数据挖掘”，结果如下图3、图4所示。


本文编号：3496225