版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著互聯(lián)網(wǎng)電子經(jīng)濟(jì)的不斷發(fā)展,網(wǎng)絡(luò)購物已經(jīng)成為當(dāng)今社會(huì)上重要的購物方式。近幾年,電商為了擴(kuò)大影響、增加銷售收入,開始選擇在節(jié)假日舉辦大型促銷活動(dòng)。因此,正確評(píng)估商品在節(jié)日促銷活動(dòng)中的促銷效果對(duì)商家的生存發(fā)展至關(guān)重要,本文提出了一種基于分類回歸樹的網(wǎng)絡(luò)商品促銷效果評(píng)估方法。
首先,本文介紹了網(wǎng)絡(luò)促銷的有關(guān)概念及相關(guān)的統(tǒng)計(jì)分類方法。為了幫助商家制定有效的促銷決策和方案,用事中評(píng)估中的觀察法對(duì)各項(xiàng)行為指標(biāo)的記錄數(shù)據(jù)來作為我們的評(píng)估指
2、標(biāo)。從天池大數(shù)據(jù)平臺(tái)中獲得經(jīng)過脫敏處理過的的天貓客戶真實(shí)行為數(shù)據(jù),包括促銷活動(dòng)期間內(nèi)10000個(gè)用戶的100萬多條交易記錄和20萬條購買記錄。通過SQL軟件對(duì)這些海量數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理后提取了七個(gè)客戶行為指標(biāo),分別為日均瀏覽次數(shù)、日均收藏次數(shù)、日均加入購物車次數(shù)、日均立即購買次數(shù)、日均顧客數(shù)量、同類別商品個(gè)數(shù)、產(chǎn)生用戶行為的天數(shù)。進(jìn)一步,定義購買記錄中日均購買次數(shù)超過100的視為網(wǎng)絡(luò)熱銷商品,不到100次的為非熱銷商品。
再而
3、,基于之前得到的七個(gè)評(píng)估指標(biāo),分別建立了四個(gè)基于客戶行為的網(wǎng)絡(luò)商品促銷效果的評(píng)價(jià)模型:基于Fisher LDA的促銷效果模型、基于logistics的促銷效果模型、基于K-均值聚類的促銷效果模型以及分類回歸樹的促銷效果模型。利用上面提出的4個(gè)模型,通過訓(xùn)練數(shù)據(jù)和檢驗(yàn)數(shù)據(jù)的類別錯(cuò)判率比較發(fā)現(xiàn),基于分類回歸樹的分類準(zhǔn)確率以及模型穩(wěn)定性最好。采用分類回歸樹所得結(jié)果:影響商品促銷效果的因子依次是日均訪問顧客數(shù)量、日均立即購買次數(shù)、同類型商品個(gè)數(shù)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于分類回歸樹的網(wǎng)絡(luò)商品促銷效果評(píng)估研究.pdf
- 基于粗糙集與分類回歸樹的“病例組合”分類研究.pdf
- 基于分類回歸樹的會(huì)計(jì)信息失真識(shí)別研究
- 基于Spark的分類回歸樹算法并行性研究.pdf
- 基于spark的分類回歸樹算法并行性研究
- 基于集成分類回歸樹算法的高速列車智能駕駛.pdf
- 基于決策樹的網(wǎng)絡(luò)流量分類研究.pdf
- 16-促銷效果評(píng)估標(biāo)準(zhǔn)
- 促銷效果評(píng)估研究——以W商店為例.pdf
- JR網(wǎng)絡(luò)回歸A股的動(dòng)因及效果研究.pdf
- 基于資產(chǎn)識(shí)別和攻擊效果的網(wǎng)絡(luò)攻擊分類研究.pdf
- 基于廣義計(jì)算和分類回歸樹的電信業(yè)異動(dòng)客戶識(shí)別.pdf
- 基于決策樹分類算法的網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng)的研究.pdf
- 一種基于Adaboost和分類回歸樹的垃圾郵件過濾算法.pdf
- 《促銷效果研究》
- 網(wǎng)絡(luò)攻擊效果評(píng)估技術(shù)的研究.pdf
- 基于分類樹和支持向量機(jī)的個(gè)人信用評(píng)估方法.pdf
- 基于事件交互樹的GUI回歸測(cè)試.pdf
- 基于內(nèi)容的商品圖像分類方法研究.pdf
- 網(wǎng)絡(luò)廣告效果的評(píng)估研究
評(píng)論
0/150
提交評(píng)論