客户网购行为分析及预测系统研究

发布时间：2017-08-17 06:35

  本文关键词：客户网购行为分析及预测系统研究

  更多相关文章： 知识图 数据挖掘 Hadoop 客户行为预测

【摘要】：电子商务交易规模的增长的同时产生了海量的客户购买行为数据,如何通过应用数据挖掘、机器学习等工具分析挖掘蕴含在其中客户行为规律,并将这些规律应用于客户购买倾向行为预测称为研究热点之一。准确的把握客户购买行为,能够对电子商务中的潜在客户群体进行识别和定位,提高网站的客流量、把浏览者变为购买者、有效的控制成本、制定适当的企业战略、优化仓储。有着非常强的现实意义和经济价值。文章针对传统客户网购行为预测方法中存在的不足与挑战进行了分析与研究,提出了客户网购行为分析及预测系统。系统通过对客户行为数据进行分析来获取蕴含在其中的客户购买行为规律,并将所发现的规律知识存储到知识库中。系统根据客户的实时浏览行为,以知识库中的知识为依据,并结合客户个性化属性,实现了对客户购买行为倾向的实时预测。主要研究工作有以下几方面:1)知识发现。通过使用数据挖掘、机器学习、统计学等方法从历史交易数据和历史浏览日志等数据中挖掘能够反映电子商务客户购买行为的相关规律,并对这些规律进行提取,形成能够支撑客户购买行为预测的知识。2)知识存储与表示。课题采用图作为系统中的知识表示方式,构建了客户行为知识图。采用RDF做知识图的数据模型表示,并基于HBase实现对客户行为知识图的存储。3)客户网购行为预测。课题选取客户想买哪些产品这一维度为预测目标。通过产品之间的关联关系知识确定客户最想购买的商品序列,并在此基础上进一步通过TOPSIS方法实现基于购买者属性特征的商品购买倾向预测。
【关键词】：知识图 数据挖掘 Hadoop 客户行为预测
【学位授予单位】：华北理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F724.6;TP311.13
【目录】：

• 摘要4-5
• Abstract5-8
• 引言8-9
• 第1章 绪论9-15
• 1.1 研究背景及意义9-10
• 1.2 研究现状10-13
• 1.3 传统客户网购行为分析及预测中存在的不足13
• 1.4 研究内容13-14
• 1.5 文章组织结构14-15
• 第2章 系统总体设计思路15-25
• 2.1 系统总体思路概述15-17
• 2.2 客户网购行为规律知识获取17-21
• 2.2.1 知识获取数据源17-18
• 2.2.2 客户行为浏览日志数据预处理18-20
• 2.2.3 系统使用到的知识获取方法20-21
• 2.3 知识存储与表示21-23
• 2.4 客户网购行为预测23-24
• 2.5 本章小结24-25
• 第3章 系统体系结构25-36
• 3.1 系统总体架构25-26
• 3.2 客户行为规律知识获取子系统26-27
• 3.3 知识服务子系统27-33
• 3.3.1 知识表示28-29
• 3.3.2 基于HBase客户网购行为知识图存储29-33
• 3.4 客户行为实时预测子系统33-35
• 3.5 本章小结35-36
• 第4章 基于FP-Growth算法的客户网购行为预测36-46
• 4.1 基于FP-Growth算法的商品关联知识获取36-40
• 4.2 知识更新40-43
• 4.2.1 知识存在判定41
• 4.2.2 知识更新41-43
• 4.2.3 知识更新算法43
• 4.3 基于商品关联的客户购买行为预测43-44
• 4.4 本章小结44-46
• 第5章 基于改进TOPSIS的客户购买倾向预测46-57
• 5.1 传统TOPSIS方法46-49
• 5.1.1 TOPSIS介绍46-48
• 5.1.2 使用熵值法确定权重48-49
• 5.2 基于模糊数的TOPSIS算法49-51
• 5.3 算法应用51-55
• 5.3.1 通过关联知识获取的产品列表51-52
• 5.3.2 消费者属性取值及权重模糊数确定52-55
• 5.4 本章小结55-57
• 第6章 系统预测结果分析57-59
• 6.1 结果分析与准确性比较57-58
• 6.2 本章小结58-59
• 结论59-60
• 参考文献60-64
• 致谢64-65
• 导师简介65-66
• 作者简介66-67
• 学位论文数据集67

【参考文献】

中国期刊全文数据库 前10条

1 王林彬;黎建辉;沈志宏;;基于NoSQL的RDF数据存储与查询技术综述[J];计算机应用研究;2015年05期

2 张艳荣;于晶;赵志杰;;基于粗糙集理论的电子商务消费行为预测研究[J];商业研究;2014年12期

3 史云放;武东英;刘胜利;高翔;;基于本体的网络攻防博弈知识库构建方法研究[J];计算机应用研究;2014年11期

4 李文海;许舒人;;基于Hadoop的电子商务推荐系统的设计与实现[J];计算机工程与设计;2014年01期

5 邓雪;李家铭;曾浩健;陈俊羊;赵俊峰;;层次分析法权重计算方法分析及其应用研究[J];数学的实践与认识;2012年07期

6 张玉成;徐大纹;王筱娟;;基于加权马尔可夫链的主动用户行为预测模型[J];计算机工程与设计;2011年10期

7 刘建;孙鹏;倪宏;;基于神经网络的用户兴趣度估计[J];计算机工程;2011年07期

8 王志强;任燕;郭宁;傅向华;;电子商务领域本体知识库的构建及应用[J];计算机系统应用;2010年11期

9 李常有;徐敏强;;基于改进的TOPSIS的设备重要度分析[J];振动与冲击;2009年06期

10 王毅;王锁柱;杜华;;基于马尔可夫链的电子商店顾客行为预测模型[J];计算机工程与设计;2009年04期

，

本文编号：687599