本文關(guān)鍵詞：基于地域特征的網(wǎng)購(gòu)數(shù)據(jù)模式分析及應(yīng)用

  更多相關(guān)文章： 電子商務(wù) 銷售特征 地域特征 銷售預(yù)測(cè) 商品推薦

【摘要】：近年來(lái),我國(guó)在以在線交易為主要形式的電子商務(wù)領(lǐng)域獲得了突飛猛進(jìn)的發(fā)展。隨著阿里集團(tuán)、京東商城等公司對(duì)基礎(chǔ)平臺(tái)建設(shè)的日臻完善,我國(guó)電子商務(wù)領(lǐng)域的發(fā)展已經(jīng)跨過了平臺(tái)建設(shè)時(shí)期,正式進(jìn)入了中小型電商企業(yè)依靠平臺(tái)力量開展競(jìng)爭(zhēng),開拓具有自身特色競(jìng)爭(zhēng)力的快速發(fā)展的階段。中小型電商企業(yè)通過推出個(gè)性化的產(chǎn)品和服務(wù),能夠更加滿足人們?nèi)找嬖鲩L(zhǎng)的線上交易需求,實(shí)現(xiàn)了電商市場(chǎng)的細(xì)分和服務(wù)優(yōu)化。但是,中小型電商企業(yè)由于技術(shù)和資源的限制,對(duì)自身所獲取的大量交易數(shù)據(jù)資源沒有引起足夠的重視。一方面,因?yàn)樾枰劳泄财脚_(tái)實(shí)現(xiàn)在線交易業(yè)務(wù),使得對(duì)營(yíng)銷推廣具有核心意義的用戶數(shù)據(jù)被管控在平臺(tái)級(jí)電商手中;另一方面,由于對(duì)自身銷售數(shù)據(jù)缺乏適用的分析方法與技術(shù)工具,通過分析挖掘自身數(shù)據(jù)模式從而實(shí)現(xiàn)個(gè)性化服務(wù)的探索與開拓不夠,從而無(wú)法在激烈的競(jìng)爭(zhēng)中保持優(yōu)勢(shì),不斷增加對(duì)潛在客戶的吸引力。中小型電商企業(yè)一般具有服務(wù)區(qū)域性和產(chǎn)品專門化的特點(diǎn),因此,在產(chǎn)品營(yíng)銷和服務(wù)定制中必須充分關(guān)注地域特征的差異,從而根據(jù)不同的地域特點(diǎn)制訂相適應(yīng)的銷售預(yù)測(cè)和服務(wù)推薦。本文研究基于江蘇省連云港市天馬網(wǎng)絡(luò)發(fā)展有限公司的真實(shí)銷售數(shù)據(jù),通過對(duì)影響企業(yè)銷售和服務(wù)的內(nèi)外部因素進(jìn)行分析,從而構(gòu)建符合地域特征的電商銷售預(yù)測(cè)及推薦模型,輔助企業(yè)進(jìn)行管理及運(yùn)營(yíng)。本文主要研究工作包括如下內(nèi)容:(1)基于電商企業(yè)自身特點(diǎn),通過對(duì)電商銷售數(shù)據(jù)的清洗、屬性選擇和聚類分析,發(fā)現(xiàn)其中蘊(yùn)含的具有季節(jié)性和經(jīng)濟(jì)發(fā)展水平等地域特征的商品共性分類,從而發(fā)現(xiàn)影響線上銷售量的重要外部因素及其相關(guān)性程度,為實(shí)現(xiàn)面向地域的銷售預(yù)測(cè)和服務(wù)推薦提供可靠的依據(jù)。(2)在對(duì)影響電商銷售的地域特征信息篩選的基礎(chǔ)上,采用時(shí)間序列分析方法建立基于地域特征信息和歷史銷售數(shù)據(jù)的銷量預(yù)測(cè)模型,提出了一種基于隱馬爾科夫模型的預(yù)測(cè)方法,該方法能夠有效改善簡(jiǎn)單的基于以往銷售數(shù)據(jù)的預(yù)測(cè)結(jié)果,實(shí)驗(yàn)驗(yàn)證了本文方法的有效性。(3)基于上述提取的商品共性規(guī)則和地域共性規(guī)則等,建立基于遺傳算法的面向地域的商品推薦模型,并對(duì)模型的泛化能力及規(guī)則限制能力做出優(yōu)化,提高模型實(shí)際應(yīng)用價(jià)值。
【關(guān)鍵詞】：電子商務(wù) 銷售特征 地域特征 銷售預(yù)測(cè) 商品推薦
【學(xué)位授予單位】：中國(guó)礦業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.3
【目錄】：

• 致謝4-5
• 摘要5-6
• Abstract6-16
• 1 緒論16-24
• 1.1 研究背景16-17
• 1.2 國(guó)內(nèi)外相關(guān)研究17-21
• 1.3 研究意義21
• 1.4 本文主要研究?jī)?nèi)容21-22
• 1.5 論文組織結(jié)構(gòu)22-24
• 2 中小型電商運(yùn)營(yíng)模式及數(shù)據(jù)分析24-31
• 2.1 中小型電商企業(yè)運(yùn)營(yíng)模式簡(jiǎn)介24-25
• 2.2 電商銷售數(shù)據(jù)25-28
• 2.3 電商相關(guān)外部數(shù)據(jù)28-30
• 2.4 小結(jié)30-31
• 3 地域特征相關(guān)性因素分析31-42
• 3.1 基于銷售數(shù)據(jù)的信息提取31-37
• 3.2 基于外部數(shù)據(jù)的信息提取37-39
• 3.3 電商銷售數(shù)據(jù)與外部數(shù)據(jù)的相關(guān)性研究39-41
• 3.4 小結(jié)41-42
• 4 基于地域特征信息的銷售預(yù)測(cè)42-53
• 4.1 基于歷史數(shù)據(jù)的定量預(yù)測(cè)模型42-43
• 4.2 基于外部單因素的定性預(yù)測(cè)模型43-45
• 4.3 基于外部多因素的定性預(yù)測(cè)模型45-46
• 4.4 實(shí)驗(yàn)46-52
• 4.5 小結(jié)52-53
• 5 基于地域特征信息的商品推薦53-63
• 5.1 基于外部數(shù)據(jù)的推薦對(duì)象53
• 5.2 遺傳推薦算法模型53-58
• 5.3 遺傳推薦算法模型優(yōu)化58-59
• 5.4 實(shí)驗(yàn)59-62
• 5.5 小結(jié)62-63
• 6 總結(jié)與展望63-65
• 6.1 總結(jié)63
• 6.2 展望63-65
• 參考文獻(xiàn)65-68
• 附表1：隨機(jī)生成商品表68-69
• 附表2：潛在優(yōu)勢(shì)組合表69-70
• 作者簡(jiǎn)歷70-72
• 學(xué)位論文數(shù)據(jù)集72

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 李霞;;基于神經(jīng)網(wǎng)絡(luò)的銷售預(yù)測(cè)研究[J];中國(guó)高新技術(shù)企業(yè);2010年34期

2 劉德玲;;大區(qū)域內(nèi)藥品銷售預(yù)測(cè)方法研究與仿真[J];計(jì)算機(jī)仿真;2012年07期

3 邰麗君;胡如夫;趙韓;陳曹維;;改進(jìn)遺傳神經(jīng)網(wǎng)絡(luò)算法在銷售預(yù)測(cè)中的應(yīng)用研究[J];現(xiàn)代圖書情報(bào)技術(shù);2012年01期

4 朱衛(wèi)華,唐向宏,張福洪;小波分析在短期銷售預(yù)測(cè)中的應(yīng)用[J];杭州電子科技大學(xué)學(xué)報(bào);2005年01期

5 王平,明哲,王艷紅;汽車行業(yè)銷售預(yù)測(cè)系統(tǒng)的分析、設(shè)計(jì)與實(shí)施[J];情報(bào)科學(xué);2001年02期

6 鳳德偉,張忠能,凌君逸;基于神經(jīng)網(wǎng)絡(luò)的短期銷售預(yù)測(cè)[J];計(jì)算機(jī)工程;2004年S1期

7 閆博;李國(guó)和;黎旭;;基于ARMA的銷售預(yù)測(cè)方法與系統(tǒng)實(shí)現(xiàn)[J];計(jì)算機(jī)與現(xiàn)代化;2014年05期

8 盛魁;;RBF神經(jīng)網(wǎng)絡(luò)在藥品銷售預(yù)測(cè)中的應(yīng)用[J];長(zhǎng)江大學(xué)學(xué)報(bào)(自科版);2013年19期

9 徐曦;遭遇無(wú)“沸點(diǎn)”的CRM市場(chǎng)[J];電子商務(wù)世界;2003年07期

10 木易;1994年美國(guó)多媒體出版物銷售預(yù)測(cè)[J];出版參考;1994年18期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前1條

1 李弘;婁青;;銷售預(yù)測(cè)審計(jì)量表開發(fā)和應(yīng)用研究[A];中國(guó)市場(chǎng)學(xué)會(huì)2006年年會(huì)暨第四次全國(guó)會(huì)員代表大會(huì)論文集[C];2006年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前6條

1 謝天武 編譯;英國(guó)出版商嘗試開發(fā)銷售預(yù)測(cè)系統(tǒng)[N];中國(guó)圖書商報(bào);2006年

2 錦紅;零售規(guī)劃系統(tǒng)顯威[N];中國(guó)商報(bào);2001年

3 ;零售規(guī)劃系統(tǒng)顯威[N];中華工商時(shí)報(bào);2000年

4 通訊員 胡芳;東航河北分公司各單位降本增效在行動(dòng)[N];中國(guó)民航報(bào);2009年

5 傅安國(guó);新產(chǎn)品短命6個(gè)原因[N];市場(chǎng)報(bào);2001年

6 本報(bào)記者 趙曦;“雙11”臨近 傳統(tǒng)企業(yè)“觸電”渠道融合[N];消費(fèi)日?qǐng)?bào);2012年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 李巍巍;無(wú)偏灰色馬爾科夫優(yōu)化模型及其在商品銷售預(yù)測(cè)中的應(yīng)用[D];哈爾濱工業(yè)大學(xué);2015年

2 石鶴群;面向產(chǎn)品生命周期的ARMA銷售預(yù)測(cè)模型設(shè)計(jì)與實(shí)現(xiàn)[D];上海交通大學(xué);2014年

3 高文蘭;ISP亞太北區(qū)銷售預(yù)測(cè)管理優(yōu)化研究[D];華南理工大學(xué);2015年

4 徐玨;基于Hadoop的企業(yè)營(yíng)銷系統(tǒng)銷售預(yù)測(cè)的研究與實(shí)現(xiàn)[D];浙江理工大學(xué);2016年

5 孫利輝;基于灰色理論的服裝銷售預(yù)測(cè)及庫(kù)存優(yōu)化研究[D];浙江理工大學(xué);2016年

6 張南蛟;面向多品種小批量產(chǎn)品的銷售預(yù)測(cè)與生產(chǎn)調(diào)度研究[D];電子科技大學(xué);2016年

7 王建偉;基于地域特征的網(wǎng)購(gòu)數(shù)據(jù)模式分析及應(yīng)用[D];中國(guó)礦業(yè)大學(xué);2016年

8 婁青;銷售預(yù)測(cè)審計(jì)量表開發(fā)和應(yīng)用研究[D];大連理工大學(xué);2006年

9 奚偉;電磁閥及天然氣控制系統(tǒng)的銷售預(yù)測(cè)[D];上海交通大學(xué);2013年

10 王剛;支持向量回歸機(jī)在藥品銷售預(yù)測(cè)中的分析及應(yīng)用[D];云南財(cái)經(jīng)大學(xué);2010年

，

本文編號(hào)：911510