电子商务客户网络购物行为挖掘
外文标题：Data Mining on the Purchase Behaviors of the Electronic Commerce Customers
文献类型：期刊
作者：吕晓玲[1]
机构：[1]香港城市大学管理科学系,中国人民大学统计学院 香港,北京100872
[2]香港城市大学管理科学系,中国人民大学统计学院 香港,北京100872
年：2007
期刊名称：统计与信息论坛
卷：22
期：3
页码范围：29-32
增刊：增刊
所属部门：统计学院
语言：中文
ISSN：1007-3116
链接地址：http://d.g.wanfangdata.com.cn/Periodical_tjyxxlt200703006.aspx
DOI：10.3969/j.issn.1007-3116.2007.03.006
人气指数：1
浏览次数：1
关键词：电子商务;网络购物;KDD Cup 2000数据;数据挖掘;购物篮模型;预测模型
摘要：电子商务已经成为越来越多的消费者购物的一个重要途径,分析网络购物客户的个人特征及其购物行为,对商业的成功有着至关重要的作用.然而电子商务还是一个崭新的商业领域,很多的业界人士仍忙于技术方面的考虑,却很少分析客户的网络购买行为.而使用真实网络购物KDD Cup 2000数据,分析Gazelle.com公司客户的个人特征和网络购物行为,并应用数据挖掘的购物篮模型对各商品之间的关联性进行分析,才能更确切地预测模型预测客户的忠诚度.
作者其他论文
网络团购消费者选择行为和消费者获益研究.饶燕芳;吕晓玲.统计与决策.2014,95-99.
一种针对不完全观测数据的消费者聚类方法.吕晓玲.统计与信息论坛.2015,9-13.
基于随机波动模型的沪深股市波动分析--以06,07年度沪深股指为例.马国栋;吴喜之.数学的实践与认识.2008,38(20),63-71.
随机波动模型的局部影响分析.马国栋;吴喜之.数学的实践与认识.2008,38(2),78-86.
一种新的Boosting回归树方法.宋捷;吴喜之.统计与信息论坛.2010,25(5),9-13.
