基于社交电商平台的用户行为分析

• 作者: 牛少彰 高昀
• 来源期刊: 新一代信息技术
• 学科: 工学
• 关键词: 大数据挖掘 社交电商 用户行为 聚类分析 K-means
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 科技论文
• 页码范围: 1-8
• 页数: 8页
• 分类号: TP311.13
• 字数: 5828字
• 语种: 中文
• DOI: 10.3969/j.issn.2096-6091.2020.07.001

摘要

随着近几年互联网经济以及社交化平台的蓬勃发展和兴起,社交电商群体越发活跃在大众的眼前,在中国的经济社会中占有越来越重要的位置,对社交电商这个新兴的群体进行用户行为分析对于经济社会发展来说具有重要意义.本文借助大数据挖掘技术,对社交电商的行为进行聚类分析,将改进后的Canopy算法结合K-means聚类算法运用在社交电商的功能访问数据上.实验证明,该算法能够有效地根据社交电商特征进行聚类分析,划分社交电商群体,为社交电商提供个性化服务方面提供理论依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牛少彰	北京邮电大学计算机学院	91	752	13.0	25.0
2	高昀	北京邮电大学计算机学院	1	0	0.0	0.0