K-Means算法与数据挖掘在旅游电商平台设计中的应用

• 作者: 尹寿芳 张善智
• 来源期刊: 西昌学院学报（自然科学版）
• 学科: 经济
• 关键词: 数据挖掘 K-means聚类算法 旅游 电子商务
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 自动控制与信息技术
• 页码范围: 92-96
• 页数: 5页
• 分类号: F724.6|F592.6
• 语种: 中文
• DOI: 10.16104/j.issn.1673-1891.2022.01.017

摘要

为了提升旅游电商服务水平,基于K-means聚类算法构建旅游电子商务平台,并采用随机梯度下降算法、自适应梯度优化算法和密度法对K-means聚类算法进行优化改进.结果表明:改进K-means聚类算法的系统响应速度相较于传统K-means聚类算法提升了31.2％,电商平台推荐流量转化率为2.93％,浏览行为中的推荐浏览率为28.21％,购买行为中的推荐购买率为15.37％,优于Apriori算法和User-based CF算法.利用改进K-means聚类算法构建旅游电子商务平台,能为平台用户提供个性化的旅游产品推荐,有效提升旅游产品的购买成交量,对旅游电商平台竞争力提升具有一定的实用价值.