ID3算法在網(wǎng)絡(luò)商鋪客戶(hù)穩(wěn)定性分析中的應(yīng)用研究
發(fā)布時(shí)間:2021-11-15 06:29
目前,人們?cè)谏罟ぷ髦性絹?lái)越離不開(kāi)互聯(lián)網(wǎng),并且已經(jīng)習(xí)慣依賴(lài)于互聯(lián)網(wǎng)購(gòu)物。本文首先考慮網(wǎng)絡(luò)商鋪狀態(tài)、商鋪銷(xiāo)量的多種因素,進(jìn)而構(gòu)建網(wǎng)絡(luò)電商平臺(tái)商鋪的發(fā)展評(píng)價(jià)指標(biāo);其次,利用決策樹(shù)ID3算法建立影響商鋪穩(wěn)定性的分析模型;最后,確定了包括收藏人氣、物流服務(wù)質(zhì)量、商鋪的賣(mài)家信用度以及以往客戶(hù)對(duì)商品評(píng)價(jià)在內(nèi)的四項(xiàng)關(guān)鍵影響因素。通過(guò)本文建立的分析模型可以為網(wǎng)絡(luò)商鋪客戶(hù)穩(wěn)定性評(píng)價(jià)提供一種較為客觀的視角,同時(shí)也為電商平臺(tái)對(duì)網(wǎng)店的管理和良性發(fā)展提供了決策依據(jù)。
【文章來(lái)源】:廣西質(zhì)量監(jiān)督導(dǎo)報(bào). 2020,(10)
【文章頁(yè)數(shù)】:2 頁(yè)
【部分圖文】:
2015.12—2020.3網(wǎng)絡(luò)購(gòu)物用戶(hù)規(guī)模及使用率
基于指標(biāo)評(píng)價(jià)體系的構(gòu)建,使電子商鋪用戶(hù)數(shù)量保持穩(wěn)定性。依據(jù)合法性、客觀性、科學(xué)性與量化性相結(jié)合、公平性、準(zhǔn)確性、公正性等原則(樊正洪等,2011),本文從某電子商務(wù)平臺(tái)中抽取了100家知名品牌運(yùn)動(dòng)鞋商鋪,利用數(shù)據(jù)挖掘技術(shù)及分類(lèi)方法對(duì)這些商鋪的各項(xiàng)指標(biāo)進(jìn)行研究分析,并建立指標(biāo)評(píng)價(jià)體系結(jié)構(gòu),如圖2所示。決策樹(shù)是一種數(shù)據(jù)挖掘分類(lèi)算法,具有高效的數(shù)據(jù)挖掘分類(lèi)的能力,因而受到學(xué)術(shù)各領(lǐng)域的廣泛應(yīng)用。本文基于ID3算法對(duì)電子商務(wù)網(wǎng)絡(luò)商鋪的客戶(hù)穩(wěn)定性進(jìn)行分類(lèi)研究。其具體步驟如下:
三、應(yīng)用實(shí)例本文選取的電子商務(wù)商鋪樣本百家(即:total=100),表現(xiàn)為“穩(wěn)定性”的類(lèi)別屬性(m=3)的值域?yàn)閧高;中;低}。設(shè)c1為“高”,包含的樣本量n1=37,c2為“中”,包含的樣本量n2=30,c3為“低”,包含的樣本量n3=33。本文使用SQL Server 2008進(jìn)行決策樹(shù)分類(lèi)驗(yàn)證,采用Analysis Services以導(dǎo)入的網(wǎng)絡(luò)商城商鋪數(shù)據(jù)進(jìn)行決策樹(shù)分類(lèi)挖掘。將客戶(hù)穩(wěn)定性作為基礎(chǔ)及其他屬性進(jìn)行導(dǎo)入,進(jìn)而創(chuàng)建決策樹(shù)用于“商鋪數(shù)據(jù)挖掘”,結(jié)果如下圖3、圖4所示。
本文編號(hào):3496225
【文章來(lái)源】:廣西質(zhì)量監(jiān)督導(dǎo)報(bào). 2020,(10)
【文章頁(yè)數(shù)】:2 頁(yè)
【部分圖文】:
2015.12—2020.3網(wǎng)絡(luò)購(gòu)物用戶(hù)規(guī)模及使用率
基于指標(biāo)評(píng)價(jià)體系的構(gòu)建,使電子商鋪用戶(hù)數(shù)量保持穩(wěn)定性。依據(jù)合法性、客觀性、科學(xué)性與量化性相結(jié)合、公平性、準(zhǔn)確性、公正性等原則(樊正洪等,2011),本文從某電子商務(wù)平臺(tái)中抽取了100家知名品牌運(yùn)動(dòng)鞋商鋪,利用數(shù)據(jù)挖掘技術(shù)及分類(lèi)方法對(duì)這些商鋪的各項(xiàng)指標(biāo)進(jìn)行研究分析,并建立指標(biāo)評(píng)價(jià)體系結(jié)構(gòu),如圖2所示。決策樹(shù)是一種數(shù)據(jù)挖掘分類(lèi)算法,具有高效的數(shù)據(jù)挖掘分類(lèi)的能力,因而受到學(xué)術(shù)各領(lǐng)域的廣泛應(yīng)用。本文基于ID3算法對(duì)電子商務(wù)網(wǎng)絡(luò)商鋪的客戶(hù)穩(wěn)定性進(jìn)行分類(lèi)研究。其具體步驟如下:
三、應(yīng)用實(shí)例本文選取的電子商務(wù)商鋪樣本百家(即:total=100),表現(xiàn)為“穩(wěn)定性”的類(lèi)別屬性(m=3)的值域?yàn)閧高;中;低}。設(shè)c1為“高”,包含的樣本量n1=37,c2為“中”,包含的樣本量n2=30,c3為“低”,包含的樣本量n3=33。本文使用SQL Server 2008進(jìn)行決策樹(shù)分類(lèi)驗(yàn)證,采用Analysis Services以導(dǎo)入的網(wǎng)絡(luò)商城商鋪數(shù)據(jù)進(jìn)行決策樹(shù)分類(lèi)挖掘。將客戶(hù)穩(wěn)定性作為基礎(chǔ)及其他屬性進(jìn)行導(dǎo)入,進(jìn)而創(chuàng)建決策樹(shù)用于“商鋪數(shù)據(jù)挖掘”,結(jié)果如下圖3、圖4所示。
本文編號(hào):3496225
本文鏈接:http://sikaile.net/jingjilunwen/dianzishangwulunwen/3496225.html
最近更新
教材專(zhuān)著