隨著“互聯(lián)網(wǎng)+農(nóng)業(yè)”戰(zhàn)略的提出,各類農(nóng)產(chǎn)品電子商務(wù)平臺得到快速發(fā)展。人們在電子商務(wù)平臺購物過程中,通常會留下大量反映購物行為模式的購物行為信息。應(yīng)用大數(shù)據(jù)和人工智能的現(xiàn)代信息技術(shù),挖掘出用戶購物習(xí)慣和傾向的行為數(shù)據(jù),對構(gòu)建完整用戶畫像,實(shí)現(xiàn)精準(zhǔn)個性化推薦有重要意義。目前對用戶購買行為分析主要集中在后臺服務(wù)器端日志的基礎(chǔ)上,無法獲取用戶在客戶端的全部購買行為信息。本課題研究針對“一村一品網(wǎng)絡(luò)購物商城”Android手機(jī)客戶端,詳細(xì)闡述了從手機(jī)客戶端開發(fā),前端埋點(diǎn)采集日志到用戶購買行為分析的整個過程。主要研究工作如下:1)研究android開發(fā)過程中常見技術(shù)問題,包括android開發(fā)框架和各種組件使用。通過對項(xiàng)目需求分析和方案設(shè)計(jì),主要完成用戶模塊、商品推薦展示模塊,購物車模塊,訂單模塊等與購買行為相關(guān)模塊的開發(fā)實(shí)現(xiàn)。2)研究日志采集技術(shù)的實(shí)現(xiàn)。與傳統(tǒng)的服務(wù)器日志端日志采集不同,本研究內(nèi)容采用前端埋點(diǎn)技術(shù)實(shí)現(xiàn)用戶購買行為日志的采集。主要的用戶購買行為指標(biāo)包括了用戶瀏覽、收藏、加入購物車和提交訂單等。3)研究分析了常見的用戶處理用戶行為的分析方法。針對本課題主要研究的用戶購買行為的分析,分別采用了邏輯斯蒂回歸算法,GBDT算法,并且創(chuàng)新性地將GBDT+LR的算法融合思想應(yīng)用到用戶購買行為分析上。本文提出了從android客戶端開發(fā)、日志采集到用戶行為分析的完整流程。本課題所采用的方案可以在類似的應(yīng)用場景下得到推廣使用,研究成果具有創(chuàng)新性。
【學(xué)位單位】：北京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TP311.56;TP316
【部分圖文】：

２．１．１?ＭＶＰ架構(gòu)簡介??ＭＶＰ架構(gòu)（Ｍｏｄｅｌ－Ｖｉｅｗ－Ｐｒｅｓｅｎｔｅｒ）?Ｓ卩：模型－視圖－呈現(xiàn)層，是從著名ＭＶＣ（Ｍｏｄｅｌ－Ｖｉｅｗ－Ｃｏｎｔｒｏｌｌｅｒ）架構(gòu)逐漸演變過來的。ＭＶＣ是一種體系結(jié)構(gòu)的計(jì)模式，常被用在Ｗｅｂ端的網(wǎng)頁開發(fā)中，解決的主要問題是Ｍｏｄｅｌ和Ｖｉｅｗ分離，以及Ｖｉｅｗ與Ｃｏｎｔｒｏｌｌｅｒ的分離。而Ａｎｄｒｏｉｄ開發(fā)本身也可以看成為ＭＶＣ架構(gòu)，不過在實(shí)際開發(fā)中Ａｃｔｉｖｉｔｙ不能完全代表Ｃｏｎｔｒｏｌｌｅｒ這個角色，為很多Ｖｉｅｗ層的東西在Ａｃｔｉｖｉｔｙ中也有存在。這樣Ａｃｔｉｖｉｔｙ的功能就會變得復(fù)雜。傳統(tǒng)的ＭＶＣ架構(gòu)對Ａｎｄｒｏｉｄ應(yīng)用開發(fā)來說并不是很適合。而ＭＶＰ作ＭＶＣ架構(gòu)的改進(jìn)在Ａｎｄｒｏｉｄ開發(fā)中得到了很大的應(yīng)用。ＭＶＰ把復(fù)雜的應(yīng)用系分成模型、視圖、呈現(xiàn)層三個層次部分分別進(jìn)行開發(fā)，視圖層對應(yīng)Ａｎｄｒｏｉｄ用系統(tǒng)的用戶界面展示部分，用戶接受用戶的請求和展示從后臺獲取到的反數(shù)據(jù)。模型層負(fù)責(zé)業(yè)務(wù)邏輯和數(shù)據(jù)的處理。呈現(xiàn)層控制系統(tǒng)的輸入與輸出，戶請求處理和異步數(shù)據(jù)的同步等。ＭＶＰ是一個非常優(yōu)秀的軟件開發(fā)框架結(jié)構(gòu)下面對ＭＶＰ這三層架構(gòu)簡要說明：??

圖２－２ＭＶＰ關(guān)系圖??８??

２．２日志采集技術(shù)??曰志數(shù)據(jù)是我們用戶行為分析的基礎(chǔ)，日志數(shù)據(jù)分為在線數(shù)據(jù)和離線數(shù)據(jù)??［２１］。如圖２－５所示：??￣二－二」、??曰志數(shù)據(jù)??Ｖ．???．．．???，，?Ｊ??：?＇??Ｉ?＂＂１?…＂＇?１１１???｜＂１＂?１????１?＂｜??在線數(shù)據(jù)＝?離線數(shù)據(jù)??Ｉ??：??、???）?、＇：?．??Ｊ??ｒ????—，．：１?ｒ．．．”??????＾????＿?—．?ｓ，：?，???＿、???＿ｉ＿?、??７?Ｗｅｂ服務(wù)?｜應(yīng)用服務(wù)ｆ客戶端行?客戶端異??器日志?器日志?為數(shù)據(jù)?常日志??、—＿?Ｊ?ｉ??｝????ｖ??＿＿Ｊ??圖２－５日志數(shù)據(jù)分類??第一種在線數(shù)據(jù)是后臺實(shí)時產(chǎn)生的數(shù)據(jù)，其又分為兩種：第一種是和Ｗｅｂ??服務(wù)器相關(guān)的日志，比如Ｔｏｍｃａｔ，Ｎｇｉｎｘ，這種只需要能打開它的日志開關(guān)就能實(shí)??現(xiàn)，這是服務(wù)器自動記錄下來的；第二種是應(yīng)用服務(wù)器可以配置一些有一定級??別的日志像調(diào)試、警告、錯誤、信息等。這些功能是通過有關(guān)的日志組件來實(shí)??現(xiàn)的，并且它們沒有固定的形式，開發(fā)人員根據(jù)業(yè)務(wù)的需求自己設(shè)定。??第二種是離線數(shù)據(jù)。離線數(shù)據(jù)不是在后臺實(shí)時產(chǎn)生的
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張寧;范崇睿;張巖;;一種基于RFM模型的新型協(xié)同過濾個性化推薦算法[J];電信科學(xué);2015年09期

2 舒方;馬少輝;;客戶重復(fù)購買的組合預(yù)測方法[J];計(jì)算機(jī)與現(xiàn)代化;2015年05期

3 黃文雄;;面向Android應(yīng)用的用戶行為分析方法[J];軟件;2014年12期

4 趙天舒;;長春市大學(xué)生網(wǎng)絡(luò)購物的影響因素分析[J];商場現(xiàn)代化;2014年05期

5 王玉珍;;基于Web日志挖掘的電子政務(wù)個性化服務(wù)體系研究[J];情報(bào)雜志;2013年08期

6 胡燕清;周進(jìn)艷;徐孝娜;;數(shù)據(jù)挖掘在移動用戶行為分析系統(tǒng)中的應(yīng)用[J];現(xiàn)代電信科技;2013年Z1期

7 劉玉軍;;我國移動電子商務(wù)面臨的問題與對策[J];情報(bào)科學(xué);2012年12期

8 黃曉斌;邱明輝;;日志分析法在數(shù)字圖書館可用性評價(jià)中的應(yīng)用[J];情報(bào)理論與實(shí)踐;2011年03期

9 趙潔;肖南峰;鐘軍銳;;基于貝葉斯網(wǎng)絡(luò)和行為日志挖掘的行為信任控制[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年05期

10 劉洪輝;吳岳芬;;用戶行為模式挖掘問題的研究[J];計(jì)算機(jī)技術(shù)與發(fā)展;2006年05期

相關(guān)碩士學(xué)位論文 前7條

1 劉瀟蔓;基于特征選擇和模型融合的網(wǎng)絡(luò)購買行為預(yù)測研究[D];北京交通大學(xué);2017年

2 郭慧蘭;移動電子商務(wù)用戶行為分析系統(tǒng)的研究與實(shí)現(xiàn)[D];重慶郵電大學(xué);2016年

3 吳波;農(nóng)產(chǎn)品電子商務(wù)平臺用戶行為分析[D];安徽農(nóng)業(yè)大學(xué);2016年

4 張?zhí)焐?日志采集與分析在Web網(wǎng)站中的設(shè)計(jì)與實(shí)現(xiàn)[D];上海交通大學(xué);2015年

5 李中良;基于Web日志挖掘和關(guān)聯(lián)規(guī)則的個性化推薦系統(tǒng)模型研究[D];西南大學(xué);2014年

6 鄭桂鳳;移動互聯(lián)網(wǎng)的用戶行為分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];北京郵電大學(xué);2010年

7 杜曉旭;基于Boosting算法的人臉識別方法研究[D];浙江大學(xué);2006年

本文編號：2842959