本文結(jié)合大數(shù)據(jù)分類與挖掘算法,設(shè)計(jì)用戶消費(fèi)周期行為數(shù)據(jù)推導(dǎo)方法,通過數(shù)據(jù)特征識(shí)別來測算用戶潛在的消費(fèi)能力,并通過用戶消費(fèi)周期行為數(shù)據(jù)推導(dǎo),進(jìn)一步明確用戶可能產(chǎn)生的消費(fèi)總量。從而精準(zhǔn)測算用戶特征測評(píng)指標(biāo),檢驗(yàn)用戶消費(fèi)潛力數(shù)據(jù),做到實(shí)時(shí)精準(zhǔn)推送商品信息,打造人工智能時(shí)代的高品質(zhì)電商,希望對(duì)電商平臺(tái)高質(zhì)量發(fā)展有所借鑒和參考。 

【文章來源】：電子技術(shù)與軟件工程. 2021,(14)

【文章頁數(shù)】：2 頁

【文章目錄】：
1 人工智能電商大數(shù)據(jù)分類
    1.1 商品數(shù)據(jù)類型
    1.2 用戶數(shù)據(jù)類型
    1.3 用戶行為數(shù)據(jù)類型
    1.4 用戶訂單數(shù)據(jù)類型
    1.5 用戶評(píng)論數(shù)據(jù)類型
2 人工智能電商大數(shù)據(jù)挖掘算法
    2.1 數(shù)據(jù)特征識(shí)別
    2.2 用戶消費(fèi)周期行為數(shù)據(jù)推導(dǎo)
3 基于人工智能的電商大數(shù)據(jù)挖掘算法檢驗(yàn)
    3.1 用戶特征測評(píng)指標(biāo)
    3.2 樣本數(shù)雙側(cè)檢驗(yàn)結(jié)果
4 結(jié)語


【參考文獻(xiàn)】：
期刊論文
[1]大數(shù)據(jù)環(huán)境下電子商務(wù)企業(yè)客戶關(guān)系管理研究[J]. 李玲.  中國市場. 2021(10)
[2]構(gòu)建能源物資數(shù)據(jù)資源共享云平臺(tái)——基于數(shù)據(jù)即服務(wù)（DaaS）技術(shù)[J]. 范海虹.  工業(yè)技術(shù)創(chuàng)新. 2021(01)
[3]基于Hadoop電商大數(shù)據(jù)的挖掘與分析技術(shù)研究[J]. 陳娥祥.  科技經(jīng)濟(jì)市場. 2021(01)
[4]基于大數(shù)據(jù)的人工智能跨境電商導(dǎo)購平臺(tái)信息個(gè)性化推薦算法[J]. 李家華.  科學(xué)技術(shù)與工程. 2019(14)
[5]基于大數(shù)據(jù)的商業(yè)智能在電商數(shù)據(jù)分析中的應(yīng)用[J]. 錢丹丹,周金海.  電子商務(wù). 2019(04)



本文編號(hào)：3588618