利用流量數(shù)據(jù)對訪問者行為演變過程的建模研究.pdf

1、在互聯(lián)網(wǎng)各種商業(yè)應(yīng)用中，網(wǎng)絡(luò)購物可以提供消費者與企業(yè)組織之間最直接的接觸，網(wǎng)絡(luò)的高度互動性的特性，使網(wǎng)絡(luò)經(jīng)營者能夠利用網(wǎng)絡(luò)數(shù)據(jù)資源來了解消費者實際訪問過程和周期，并且運用收集到的數(shù)據(jù)來預測用戶未來的購買行為，以幫助市場營銷人員對客戶行為作深入的洞察分析，進而預測用戶的忠誠度，盡可能保留住客戶?；谶@樣的背景，本文在對網(wǎng)站流量進行分析后，建立了一個行為演變的概率論模型，模型對網(wǎng)站訪問者的訪問行為做出分析，進而預測其隨時間的變化過程。

2、 文章的前兩章分別就有關(guān)網(wǎng)上訪問行為研究的背景及意義，目前研究的現(xiàn)狀進行了分析，并論述了與論文相關(guān)的網(wǎng)絡(luò)營銷，數(shù)據(jù)庫營銷及網(wǎng)絡(luò)流量數(shù)據(jù)等方面的相關(guān)理論，在此基礎(chǔ)上，提出本文要解決的問題和研究思路，確定了本文所選用的分析方法，主要選用指數(shù)分布、伽瑪分布和極大似然估計作為統(tǒng)計分布模型的基礎(chǔ)。。 第三章和第四章是論文的主體部分，在第三章中，論文首先從兩個不同的角度—消費者異質(zhì)性和時序動態(tài)性建立模型，對訪問行為的演化理論做了具體的數(shù)學

3、分析。其次，利用極大似然估計法對模型的靜態(tài)參數(shù)做出估計。然后分析加入動態(tài)乘數(shù)的似然函數(shù)及參數(shù)的估計。第四章在運用模型到實證分析中時，首先以靜態(tài)的指數(shù)伽瑪分布模型作為基準來進行分析比較。接著，對演化訪問行為模型和靜態(tài)的指數(shù)伽瑪分布模型及考慮顧客退出和流失后的指數(shù)—伽瑪分布模型做出比較。本文主要通過演化訪問行為模型長期預測能力的準確性來進一步檢驗?zāi)Ｐ偷挠行?，實證表明在預測方面演化訪問行為模型高于靜態(tài)指數(shù)—伽瑪分布模型，有很好的預測效果。