資源描述：
《客戶網(wǎng)購(gòu)行為分析及預(yù)測(cè)系統(tǒng)研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、中圖分類號(hào)：TP393論文編號(hào)：HBLG2016-159UDC：密級(jí)：公開碩士學(xué)位論文客戶網(wǎng)購(gòu)行為分析及預(yù)測(cè)系統(tǒng)研究作者姓名：劉鵬飛學(xué)科名稱：計(jì)算機(jī)應(yīng)用技術(shù)研究方向：數(shù)據(jù)庫(kù)技術(shù)與智能信息系統(tǒng)學(xué)習(xí)單位：華北理工大學(xué)學(xué)制:2.5年提交日期:2015年11月25日申請(qǐng)學(xué)位類別：工學(xué)碩士導(dǎo)師姓名：馬月坤副教授單位：華北理工大學(xué)信息工程學(xué)院論文評(píng)閱人：匿名單位：匿名單位：論文答辯日期：2016年02月26日答辯委員會(huì)主席：郭建波教授關(guān)鍵詞：知識(shí)圖；數(shù)據(jù)挖掘；Hadoop；客戶行為預(yù)測(cè)唐山華北理工大學(xué)2016年03月TheresearchofCustomer’sonlineshoppingb
2、ehavioranalysisandpredictionsystemDissertationSubmittedtoNorthChinaUniversityofScienceandTechnologyinpartialfulfillmentoftherequirementforthedegreeofMasterofScienceinEngineeringbyLiuPengfei(ComputerAppliedTechnology)Supervisor:MaYuekunMarch,2016獨(dú)創(chuàng)性說明本人鄭重聲明：所呈交的論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知
3、，除了文中特別加以標(biāo)注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫的研究成果，也不包含為獲得華北理工大學(xué)以外其他教育機(jī)構(gòu)的學(xué)位或證書所使用過的材料。與我一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均已在論文中做了明確的說明并表示了謝意。論文作者簽名：日期：年月日關(guān)于論文使用授權(quán)的說明本人完全了解華北理工大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定，即：已獲學(xué)位的研究生必須按學(xué)校規(guī)定提交學(xué)位論文，學(xué)校有權(quán)保留、送交論文的復(fù)印件，允許論文被查閱和借閱；學(xué)?？梢詫W(xué)位論文的全部或部分內(nèi)容采用影印、縮印或編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行公開、檢索和交流。作者和導(dǎo)師同意論文公開及網(wǎng)上交流的時(shí)間：□自授予學(xué)位之日起□自年
4、月日起作者簽名：導(dǎo)師簽名：簽字日期：年月日簽字日期：年月日摘要摘要電子商務(wù)交易規(guī)模的增長(zhǎng)的同時(shí)產(chǎn)生了海量的客戶購(gòu)買行為數(shù)據(jù)，如何通過應(yīng)用數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)等工具分析挖掘蘊(yùn)含在其中客戶行為規(guī)律，并將這些規(guī)律應(yīng)用于客戶購(gòu)買傾向行為預(yù)測(cè)稱為研究熱點(diǎn)之一。準(zhǔn)確的把握客戶購(gòu)買行為，能夠?qū)﹄娮由虅?wù)中的潛在客戶群體進(jìn)行識(shí)別和定位，提高網(wǎng)站的客流量、把瀏覽者變?yōu)橘?gòu)買者、有效的控制成本、制定適當(dāng)?shù)钠髽I(yè)戰(zhàn)略、優(yōu)化倉(cāng)儲(chǔ)。有著非常強(qiáng)的現(xiàn)實(shí)意義和經(jīng)濟(jì)價(jià)值。文章針對(duì)傳統(tǒng)客戶網(wǎng)購(gòu)行為預(yù)測(cè)方法中存在的不足與挑戰(zhàn)進(jìn)行了分析與研究，提出了客戶網(wǎng)購(gòu)行為分析及預(yù)測(cè)系統(tǒng)。系統(tǒng)通過對(duì)客戶行為數(shù)據(jù)進(jìn)行分析來獲取蘊(yùn)含在其中的客
5、戶購(gòu)買行為規(guī)律，并將所發(fā)現(xiàn)的規(guī)律知識(shí)存儲(chǔ)到知識(shí)庫(kù)中。系統(tǒng)根據(jù)客戶的實(shí)時(shí)瀏覽行為，以知識(shí)庫(kù)中的知識(shí)為依據(jù)，并結(jié)合客戶個(gè)性化屬性，實(shí)現(xiàn)了對(duì)客戶購(gòu)買行為傾向的實(shí)時(shí)預(yù)測(cè)。主要研究工作有以下幾方面：1）知識(shí)發(fā)現(xiàn)。通過使用數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)等方法從歷史交易數(shù)據(jù)和歷史瀏覽日志等數(shù)據(jù)中挖掘能夠反映電子商務(wù)客戶購(gòu)買行為的相關(guān)規(guī)律，并對(duì)這些規(guī)律進(jìn)行提取，形成能夠支撐客戶購(gòu)買行為預(yù)測(cè)的知識(shí)。2）知識(shí)存儲(chǔ)與表示。課題采用圖作為系統(tǒng)中的知識(shí)表示方式，構(gòu)建了客戶行為知識(shí)圖。采用RDF做知識(shí)圖的數(shù)據(jù)模型表示，并基于HBase實(shí)現(xiàn)對(duì)客戶行為知識(shí)圖的存儲(chǔ)。3）客戶網(wǎng)購(gòu)行為預(yù)測(cè)。課題選取客戶想買哪些產(chǎn)品這一
6、維度為預(yù)測(cè)目標(biāo)。通過產(chǎn)品之間的關(guān)聯(lián)關(guān)系知識(shí)確定客戶最想購(gòu)買的商品序列，并在此基礎(chǔ)上進(jìn)一步通過TOPSIS方法實(shí)現(xiàn)基于購(gòu)買者屬性特征的商品購(gòu)買傾向預(yù)測(cè)。圖10幅；表26個(gè)；參60篇。關(guān)鍵詞：知識(shí)圖；數(shù)據(jù)挖掘；Hadoop；客戶行為預(yù)測(cè)分類號(hào)：TP393-I-華北理工大學(xué)碩士學(xué)位論文AbstractWithrapidgrowthofthescaleofe-commercetransactions,ithasproducedahugeamountofcustomerpurchasingbehaviordata.Itisaresearchhotspotthathowtopredictth
7、ecustomer’sonlineshoppingbehaviorbyusingcustomerpurchasingbehaviorknowledgewhichisminedfromthecustomerpurchasingbehaviordatabyusingdatamining,machinelearningandothertools.Graspingthecustomerpurchasebehaviorlawcanhelpcompanytoidentifyandlocate
