机器学习增强的电子商务平台用户行为预测

• 作者: 杨国胜 郭贝贝
• 来源期刊: 科技与创新
• 关键词: 机器学习 电子商务 用户行为预测 在线电子支付
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 创新实践
• 页码范围: 124-125
• 页数: 2页
• 分类号: F724.6
• 语种: 中文
• DOI: 10.15913/j.cnki.kjycx.2019.01.124

摘要

党的十九大报告指出,要“推动互联网、大数据、人工智能和实体经济深度融合”,这为电子商务发展指明了方向,如今以淘宝、京东为代表的电商品牌给消费者带来巨大方便、高效的消费模式,同时运营成本相较于实体经济更低.随着机器学习的发展,利用海量用户消费数据,结合数据挖掘、深度学习等先进算法,精确分析用户购买、退货等行为从而使得电子商务平台体验升级吸引更多客户量以及购买量.本文研究了基于不同数据挖掘及学习算法的用户行为预测系统的关键技术,在此基础上介绍了一种新颖的基于深度学习的电子商务平台用户行为预测技术,使得预测结果更为精准,接近消费者真实想法,以期为电子商务的发展提供一定的参考和借鉴.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨国胜		16	224	5.0	14.0
2	郭贝贝		1	3	1.0	1.0