發(fā)布時間：2020-05-12 04:30

【摘要】：近幾年,網(wǎng)絡(luò)零售商越來越重視借助商務(wù)智能進(jìn)行科學(xué)選品。運用商務(wù)智能技術(shù)選品,例如數(shù)據(jù)倉庫技術(shù)、數(shù)據(jù)挖掘等,改變了以往網(wǎng)絡(luò)零售商依靠經(jīng)驗和知識進(jìn)行選品導(dǎo)致的準(zhǔn)確率低的情況,使得企業(yè)能夠從現(xiàn)有龐大和繁雜的業(yè)務(wù)數(shù)據(jù)中提煉出有用的知識和信息,并針對這些信息作出判斷,從而輔助企業(yè)做出正確的選品決策。個性化推薦技術(shù)是目前較為流行的智能化產(chǎn)品策略,而且已被廣泛應(yīng)用到多個領(lǐng)域,但是在目前還沒有一種推薦方案適用于電子商務(wù)選品領(lǐng)域,因此本文針對選品領(lǐng)域的特點,提出一種基于用戶畫像和熱銷品匹配的個性化推薦方案,無論在理論方法和應(yīng)用實踐方面,都具有重要意義。本文提出的選品方法重點解決了以下兩個問題:第一,基于網(wǎng)絡(luò)店鋪訂單數(shù)據(jù)的群體用戶畫像構(gòu)建。通過獲取店鋪訂單數(shù)據(jù),對店鋪用戶的特征與行為進(jìn)行分析并創(chuàng)建用戶畫像模板,然后針對不同指標(biāo)類型進(jìn)行規(guī)劃化處理,在此基礎(chǔ)上,運用經(jīng)典的K均值算法構(gòu)建了基于用戶基本屬性、購買偏好屬性的網(wǎng)絡(luò)店鋪群體用戶畫像模型,并以合作的第三方電商平臺的賣家數(shù)據(jù)進(jìn)行聚類的精確率驗證。第二、平臺熱銷品特征與網(wǎng)絡(luò)店鋪用戶畫像的映射方法設(shè)計。通過采集平臺熱銷品數(shù)據(jù)創(chuàng)建了熱銷品特征實例庫,然后根據(jù)熱銷品的不同屬性類型,采用分而治之的匹配策略,分別構(gòu)建了基于人口統(tǒng)計特征和基于產(chǎn)品特征的匹配方法,并根據(jù)用戶畫像和熱銷品的精準(zhǔn)匹配實現(xiàn)了個性化產(chǎn)品推薦,最后利用平臺的熱銷榜數(shù)據(jù)進(jìn)行合理性驗證。實驗結(jié)果表明,(1)采用改進(jìn)的聚類算法構(gòu)建群體用戶畫像,屬性的平均精確率達(dá)到0.913,綜合屬性精確度為0.522,表明該方法是可行的;(2)采用不同屬性類型分而治之的匹配策略,使企業(yè)能根據(jù)不同群體的特點實現(xiàn)精準(zhǔn)的產(chǎn)品推薦�？偟膩碚f基于用戶畫像和熱銷品的網(wǎng)絡(luò)店鋪選品方法是有效的,對企業(yè)實施精準(zhǔn)營銷具有一定的參考價值。
【學(xué)位授予單位】：河南工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP311.13;F724.6

【相似文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前1條

1 常知剛;基于用戶畫像和熱銷品特征的網(wǎng)絡(luò)店鋪選品方法研究[D];河南工業(yè)大學(xué);2019年

，

本文編號：2659656