農(nóng)產(chǎn)品電子商務平臺用戶行為分析

1、 分類號： TP391.1 單位代碼： 10364 密 級： 學 號： 13720461 安徽農(nóng)業(yè)大學 安徽農(nóng)業(yè)大學 學位論文 農(nóng)產(chǎn)品電子商務平臺用戶行為分析 User Behavior Analysis for Agricultural Electronic Commerce Pla

2、tform 研 究 生： 吳 波 指 導 教 師： 李 旸 教授 合 作 指 導 教 師： 申 請學位 類門類 別： 工學碩士 專 業(yè) 名 稱： 計算機應用技術(shù) 研 究 方 向： 計算機網(wǎng)絡與通信 所 在 學 院： 信息與計算機學院 答辯委員

3、會主席：2016 年 6 月 摘 要 伴隨著信息技術(shù)與農(nóng)業(yè)領(lǐng)域結(jié)合水平的不斷提高，農(nóng)產(chǎn)品電子商務平臺企業(yè)相互的競爭變得越來越白熱化，為了能保持老用戶群同時不斷發(fā)掘新用戶群，則必須進一步提高自身平臺服務水平。在這樣的背景下，農(nóng)產(chǎn)品電子商務平臺企業(yè)必須重視自身所擁有的用戶數(shù)據(jù)，并使用數(shù)據(jù)挖掘工具對用戶行為進行分析，發(fā)現(xiàn)并深入了解用戶的行為特點，并有針對性的提供相關(guān)農(nóng)產(chǎn)品。 本文首先對課題背景、目的以及現(xiàn)實作用進行了相關(guān)的描述，總結(jié)了當前農(nóng)

4、產(chǎn)品電商和數(shù)據(jù)挖掘在用戶行為分析方面的研究進展，并闡述了本文各章之間的基本安排。 第二章概括性地敘述了本文對數(shù)據(jù)挖掘和用戶分析的基本理論的研究，隨后介紹了數(shù)據(jù)挖掘技術(shù)的基本概念、步驟，接著介紹了聚類算法的一些基礎(chǔ)知識，然后介紹了用戶行為分析的概念和用戶行為分析的常用方法并作出了比較。 第三章為針對傳統(tǒng)K-Means算法在農(nóng)產(chǎn)品電商平臺用戶行為分析領(lǐng)域的運用進行改善，體現(xiàn)為對傳統(tǒng)算法在最佳 k 值確定方面的不足做出改善，通過構(gòu)造了加權(quán)距離

5、函數(shù)，來實現(xiàn)最佳 k 值優(yōu)化。在對最佳 k 值求解過程中，當函數(shù)值在 k 值取值區(qū)間內(nèi)有最小時取得最佳 k 值，并給出了最佳 k 值的取值區(qū)間，提高了改進算法的速度，實驗表明改進后的算法是有效的。 第四章隨后依據(jù)改進后的算法建立了農(nóng)產(chǎn)品電子商務平臺用戶行為分析模型，細致地描述了改進 K-Means 算法在模型中的運用過程， 其中對于數(shù)據(jù)的預處理的流程和采用的方法以及結(jié)果進行了說明。對某農(nóng)產(chǎn)品電商平臺用戶行為分析的結(jié)果表明改進后算法在用戶

6、行為劃分、協(xié)助平臺企業(yè)擬制營銷戰(zhàn)略、針對用戶不同需求提供不同農(nóng)產(chǎn)品服務等方面是有可操作性的。 本文第五章在建立的用戶行為分析模型的基礎(chǔ)上進行農(nóng)產(chǎn)品電子商務平臺用戶行為分析系統(tǒng)設計，本章敘述了農(nóng)產(chǎn)品電子商務平臺用戶行為分析系統(tǒng)的功能實現(xiàn)的總體框架，并說明了系統(tǒng)的主要功能，并對系統(tǒng)基本分析功能測試進行介紹，從而為系統(tǒng)進一步實現(xiàn)拓展功能奠定基礎(chǔ)。 最后對全文的研究工作進行了歸納總結(jié)，針對本文研究的不足從理論研究與實際應用兩個方面提出了進一步研