電子商務(wù)環(huán)境下的用戶優(yōu)惠券使用行為預(yù)測
發(fā)布時間:2025-01-09 04:57
電子商務(wù)環(huán)境下,商家通常通過向用戶發(fā)放優(yōu)惠券來增加店鋪的曝光度,提高商品的銷量,以獲得更大的盈利。發(fā)放優(yōu)惠券是商家常用的一種營銷手段。一張被商家發(fā)放的優(yōu)惠券,通過用戶的購買行為而回到商家手中,被稱為優(yōu)惠券核銷,又稱贖回。優(yōu)惠券的核銷率是評估商家的優(yōu)惠券營銷行為成功與否的重要指標(biāo)。商家若不制定合適的優(yōu)惠券策略,隨機(jī)對客戶發(fā)放優(yōu)惠券,收到的回報可能微乎其微。對商戶來說,有差別地發(fā)放優(yōu)惠券,即將優(yōu)惠券發(fā)放到更有可能發(fā)生消費(fèi)行為的客戶手中,是十分重要的。本文對真實(shí)電商平臺的優(yōu)惠券使用行為(簡稱優(yōu)惠券行為)進(jìn)行了研究,具體地,本文做了以下幾個部分的工作:1.深入分析了優(yōu)惠券行為數(shù)據(jù),提取了豐富的細(xì)粒度特征。本文研究了用戶的優(yōu)惠券行為,使用了真實(shí)場景下顧客的優(yōu)惠券行為數(shù)據(jù),從用戶、優(yōu)惠券、商鋪三個對象入手來理解數(shù)據(jù),設(shè)計了豐富的特征。本文的特征工程一共設(shè)計了71類特征,且通過特征評分、留出驗(yàn)證等實(shí)驗(yàn)詳細(xì)的驗(yàn)證了各組特征的有效性。本文所設(shè)計的特征對于優(yōu)惠券行為預(yù)測任務(wù)具有參考意義。2.提出基于集成學(xué)習(xí)的優(yōu)惠券行為預(yù)測系統(tǒng)。本文應(yīng)用了多種機(jī)器學(xué)習(xí)方法,構(gòu)建了機(jī)器學(xué)習(xí)模型。通過模型預(yù)訓(xùn)練、模型評估來衡量各...
【文章頁數(shù)】:64 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 研究背景及意義
1.2 研究現(xiàn)狀
1.2.1 電子商務(wù)推薦系統(tǒng)研究現(xiàn)狀
1.2.2 用戶購買行為分析研究現(xiàn)狀
1.2.3 用戶優(yōu)惠券使用行為分析研究現(xiàn)狀
1.3 本文的主要工作
1.4 本文的組織結(jié)構(gòu)
第2章 相關(guān)知識和理論
2.1 電子商務(wù)環(huán)境下用戶購買行為預(yù)測
2.1.1 數(shù)據(jù)預(yù)處理
2.1.2 特征工程
2.1.3 機(jī)器學(xué)習(xí)算法
2.1.4 模型選擇和模型集成
2.2 深度學(xué)習(xí)模型簡介
2.2.1 多層感知機(jī)
2.2.2 卷積神經(jīng)網(wǎng)絡(luò)
2.2.3 循環(huán)神經(jīng)網(wǎng)絡(luò)
2.3 膠囊網(wǎng)絡(luò)原理
2.3.1 膠囊網(wǎng)絡(luò)
2.3.2 膠囊網(wǎng)絡(luò)的動態(tài)路由算法
2.4 本章小結(jié)
第三章 基于優(yōu)惠券行為數(shù)據(jù)的細(xì)粒度特征工程
3.1 數(shù)據(jù)描述
3.1.1 數(shù)據(jù)與問題簡介
3.1.2 數(shù)據(jù)預(yù)處理
3.2 特征工程
3.2.1 用戶特征
3.2.2 商戶特征
3.2.3 優(yōu)惠券特征
3.2.4 組合特征
3.2.5 時間特征
3.3 本章小結(jié)
第四章 基于集成學(xué)習(xí)的優(yōu)惠券行為預(yù)測系統(tǒng)
4.1 模型選擇
4.2 特征評估
4.3 集成模型系統(tǒng)構(gòu)建
4.4 本章小結(jié)
第五章 基于膠囊網(wǎng)絡(luò)的優(yōu)惠券行為預(yù)測模型
5.1 膠囊網(wǎng)絡(luò)模型構(gòu)建
5.1.1 顯式特征膠囊網(wǎng)絡(luò)(SCapsNet)
5.1.2 隱式特征膠囊網(wǎng)絡(luò)(HCapsNet)
5.2 樣本不平衡處理
5.3 膠囊網(wǎng)絡(luò)對比實(shí)驗(yàn)
5.4 參數(shù)設(shè)置及消融實(shí)驗(yàn)
5.4.1 參數(shù)設(shè)置
5.4.2 消融實(shí)驗(yàn)
5.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
附錄A 攻讀碩士學(xué)位期間發(fā)表論文目錄
附錄B 攻讀學(xué)位期間參與的研究項目
致謝
本文編號:4025184
【文章頁數(shù)】:64 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 研究背景及意義
1.2 研究現(xiàn)狀
1.2.1 電子商務(wù)推薦系統(tǒng)研究現(xiàn)狀
1.2.2 用戶購買行為分析研究現(xiàn)狀
1.2.3 用戶優(yōu)惠券使用行為分析研究現(xiàn)狀
1.3 本文的主要工作
1.4 本文的組織結(jié)構(gòu)
第2章 相關(guān)知識和理論
2.1 電子商務(wù)環(huán)境下用戶購買行為預(yù)測
2.1.1 數(shù)據(jù)預(yù)處理
2.1.2 特征工程
2.1.3 機(jī)器學(xué)習(xí)算法
2.1.4 模型選擇和模型集成
2.2 深度學(xué)習(xí)模型簡介
2.2.1 多層感知機(jī)
2.2.2 卷積神經(jīng)網(wǎng)絡(luò)
2.2.3 循環(huán)神經(jīng)網(wǎng)絡(luò)
2.3 膠囊網(wǎng)絡(luò)原理
2.3.1 膠囊網(wǎng)絡(luò)
2.3.2 膠囊網(wǎng)絡(luò)的動態(tài)路由算法
2.4 本章小結(jié)
第三章 基于優(yōu)惠券行為數(shù)據(jù)的細(xì)粒度特征工程
3.1 數(shù)據(jù)描述
3.1.1 數(shù)據(jù)與問題簡介
3.1.2 數(shù)據(jù)預(yù)處理
3.2 特征工程
3.2.1 用戶特征
3.2.2 商戶特征
3.2.3 優(yōu)惠券特征
3.2.4 組合特征
3.2.5 時間特征
3.3 本章小結(jié)
第四章 基于集成學(xué)習(xí)的優(yōu)惠券行為預(yù)測系統(tǒng)
4.1 模型選擇
4.2 特征評估
4.3 集成模型系統(tǒng)構(gòu)建
4.4 本章小結(jié)
第五章 基于膠囊網(wǎng)絡(luò)的優(yōu)惠券行為預(yù)測模型
5.1 膠囊網(wǎng)絡(luò)模型構(gòu)建
5.1.1 顯式特征膠囊網(wǎng)絡(luò)(SCapsNet)
5.1.2 隱式特征膠囊網(wǎng)絡(luò)(HCapsNet)
5.2 樣本不平衡處理
5.3 膠囊網(wǎng)絡(luò)對比實(shí)驗(yàn)
5.4 參數(shù)設(shè)置及消融實(shí)驗(yàn)
5.4.1 參數(shù)設(shè)置
5.4.2 消融實(shí)驗(yàn)
5.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
附錄A 攻讀碩士學(xué)位期間發(fā)表論文目錄
附錄B 攻讀學(xué)位期間參與的研究項目
致謝
本文編號:4025184
本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/4025184.html
最近更新
教材專著