基于数据挖掘的网络团购选品研究

ID:32878046

大小:7.60 MB

页数:72页

时间:2019-02-17

基于数据挖掘的网络团购选品研究_第1页
基于数据挖掘的网络团购选品研究_第2页
基于数据挖掘的网络团购选品研究_第3页
基于数据挖掘的网络团购选品研究_第4页
基于数据挖掘的网络团购选品研究_第5页
资源描述:

《基于数据挖掘的网络团购选品研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、浙江工业大学学位论文原创性声明本人郑重声明:所提交的学位论文是本人在导师的指导下,独立进行研究工作所取得的研究成果。除文中已经加以标注引用的内容外,本论文不包含其他个人或集体已经发表或撰写过的研究成果,也不含为获得浙江工业大学或其它教育机构的学位证书而使用过的材料。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人承担本声明的法律责任。作者签名:日期:易k年72月乡归学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允

2、许论文被查阅和借阅。本人授权浙江工业大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于1、保密口,在年解密后适用本授权书。2、不保密口。(请在以上相应方框内打“4”)作者签名:剔帷轹k彳蟓日期:纠z年lz月习日日期:2。p年fL月弓’/日浙江工业大学硕士学位论文基于数据挖掘的网络团购选品研究摘要网络团购,指的是相互不认识的消费者在特定时间内在同一网站上购买同个商品,以量大求得最优价格的一种网络购物方式。网络团购是当下的热门话题,团购市场发展飞快

3、。现如今,平台类团购网站在面对大量报名参加团购的商品时,审核过程需要介入大量人力,造成对经验过于依赖。这也在一定程度上导致商品质量和服务层次不齐,影响用户的体验,造成网站用户的流失。团购网站如何选择合适的商家和商品已经成为决定网站和行业兴衰的关键。本文结合实例,提出用数据挖掘算法,构建基于团购商品销量水平预测的模型。利用TSC算法对特定类目下的商品销量水平进行划分,运用方差分析、相关性分析、似然比卡方检验等手段,提取影响团购商品销量水平的有效属性;最后,通过构建成本矩阵、剪枝置信度调整和改进的Boosting技术,应用改进

4、C4.5决策树算法,生成可读的决策树,并且评价模型分类正确率,对规则进行解释,给出管理上的建议。同样方法可以推广到更多商品类目下,用以辅助决策筛选更多优质商品,提高网站自动化选品以及数据化运营程度。本文对某大型团购网站服饰箱包鞋类目一个季度的数据进行分析,得出了影响销量水平的因素:团购价格、折扣、是否入仓等,以及决策树分类规则。关键词:团购,数据挖掘,决策树,C4.5浙江工业大学硕士学位论文基于数据挖掘的网络团购选品研究RESEARCHONCOMMODITYSELECTl0NOF0NLINEGROUPBUYINGBASED

5、ONDATAMININGABSTRACTOnlinegroupbuyingReferstothelatestonlineshoppingmodelthatalargegroupofpeoplebuyingthesan'leitemonthesanlewebsiteinalimitedperiodoftimetogetdiscountpricesfromretailer.Onlinegroupbuyingisahottopicandthemarketdevelopsquickly.Nowadaysgroupbuyingweb

6、siteshavetointervenealotofmanpowerforproductreviewwhenfacingthelargenumberofapplication.Italsomayexcessivelydependentontheformerexperience.ThismayalsoleadtopoorUserexperienceandwebsiteuserlossduetocommodityqualityandserviceproblem.Howtochoosethesuitablemerchantand

7、commodityisbecomingthekeyofthefutureofgroupbuyingwebsitesandthewholeindustry.Thispaperpresentsamethodtoevaluateonlinegroupbuyingsaleslevelbasedondatamining.ClassifythesaleslevelbyusingTSCalgorithms.Analyzetheimpactofsaleslevelandchoosethesuitableinputvariablebythe

8、methodofANOVAAnalysis,correlationanalysis,likelihood—ratiotestsandSOon.Lastly,usingthecostmatrix,pruningconfidenceadjustmentandmodifiedboostingmethodtob

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
正文描述:

《基于数据挖掘的网络团购选品研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、浙江工业大学学位论文原创性声明本人郑重声明:所提交的学位论文是本人在导师的指导下,独立进行研究工作所取得的研究成果。除文中已经加以标注引用的内容外,本论文不包含其他个人或集体已经发表或撰写过的研究成果,也不含为获得浙江工业大学或其它教育机构的学位证书而使用过的材料。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人承担本声明的法律责任。作者签名:日期:易k年72月乡归学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允

2、许论文被查阅和借阅。本人授权浙江工业大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于1、保密口,在年解密后适用本授权书。2、不保密口。(请在以上相应方框内打“4”)作者签名:剔帷轹k彳蟓日期:纠z年lz月习日日期:2。p年fL月弓’/日浙江工业大学硕士学位论文基于数据挖掘的网络团购选品研究摘要网络团购,指的是相互不认识的消费者在特定时间内在同一网站上购买同个商品,以量大求得最优价格的一种网络购物方式。网络团购是当下的热门话题,团购市场发展飞快

3、。现如今,平台类团购网站在面对大量报名参加团购的商品时,审核过程需要介入大量人力,造成对经验过于依赖。这也在一定程度上导致商品质量和服务层次不齐,影响用户的体验,造成网站用户的流失。团购网站如何选择合适的商家和商品已经成为决定网站和行业兴衰的关键。本文结合实例,提出用数据挖掘算法,构建基于团购商品销量水平预测的模型。利用TSC算法对特定类目下的商品销量水平进行划分,运用方差分析、相关性分析、似然比卡方检验等手段,提取影响团购商品销量水平的有效属性;最后,通过构建成本矩阵、剪枝置信度调整和改进的Boosting技术,应用改进

4、C4.5决策树算法,生成可读的决策树,并且评价模型分类正确率,对规则进行解释,给出管理上的建议。同样方法可以推广到更多商品类目下,用以辅助决策筛选更多优质商品,提高网站自动化选品以及数据化运营程度。本文对某大型团购网站服饰箱包鞋类目一个季度的数据进行分析,得出了影响销量水平的因素:团购价格、折扣、是否入仓等,以及决策树分类规则。关键词:团购,数据挖掘,决策树,C4.5浙江工业大学硕士学位论文基于数据挖掘的网络团购选品研究RESEARCHONCOMMODITYSELECTl0NOF0NLINEGROUPBUYINGBASED

5、ONDATAMININGABSTRACTOnlinegroupbuyingReferstothelatestonlineshoppingmodelthatalargegroupofpeoplebuyingthesan'leitemonthesanlewebsiteinalimitedperiodoftimetogetdiscountpricesfromretailer.Onlinegroupbuyingisahottopicandthemarketdevelopsquickly.Nowadaysgroupbuyingweb

6、siteshavetointervenealotofmanpowerforproductreviewwhenfacingthelargenumberofapplication.Italsomayexcessivelydependentontheformerexperience.ThismayalsoleadtopoorUserexperienceandwebsiteuserlossduetocommodityqualityandserviceproblem.Howtochoosethesuitablemerchantand

7、commodityisbecomingthekeyofthefutureofgroupbuyingwebsitesandthewholeindustry.Thispaperpresentsamethodtoevaluateonlinegroupbuyingsaleslevelbasedondatamining.ClassifythesaleslevelbyusingTSCalgorithms.Analyzetheimpactofsaleslevelandchoosethesuitableinputvariablebythe

8、methodofANOVAAnalysis,correlationanalysis,likelihood—ratiotestsandSOon.Lastly,usingthecostmatrix,pruningconfidenceadjustmentandmodifiedboostingmethodtob

显示全部收起
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。
关闭