本文結合大數(shù)據(jù)分類與挖掘算法,設計用戶消費周期行為數(shù)據(jù)推導方法,通過數(shù)據(jù)特征識別來測算用戶潛在的消費能力,并通過用戶消費周期行為數(shù)據(jù)推導,進一步明確用戶可能產(chǎn)生的消費總量。從而精準測算用戶特征測評指標,檢驗用戶消費潛力數(shù)據(jù),做到實時精準推送商品信息,打造人工智能時代的高品質電商,希望對電商平臺高質量發(fā)展有所借鑒和參考。 

【文章來源】：電子技術與軟件工程. 2021,(14)

【文章頁數(shù)】：2 頁

【文章目錄】：
1 人工智能電商大數(shù)據(jù)分類
    1.1 商品數(shù)據(jù)類型
    1.2 用戶數(shù)據(jù)類型
    1.3 用戶行為數(shù)據(jù)類型
    1.4 用戶訂單數(shù)據(jù)類型
    1.5 用戶評論數(shù)據(jù)類型
2 人工智能電商大數(shù)據(jù)挖掘算法
    2.1 數(shù)據(jù)特征識別
    2.2 用戶消費周期行為數(shù)據(jù)推導
3 基于人工智能的電商大數(shù)據(jù)挖掘算法檢驗
    3.1 用戶特征測評指標
    3.2 樣本數(shù)雙側檢驗結果
4 結語


【參考文獻】：
期刊論文
[1]大數(shù)據(jù)環(huán)境下電子商務企業(yè)客戶關系管理研究[J]. 李玲.  中國市場. 2021(10)
[2]構建能源物資數(shù)據(jù)資源共享云平臺——基于數(shù)據(jù)即服務（DaaS）技術[J]. 范海虹.  工業(yè)技術創(chuàng)新. 2021(01)
[3]基于Hadoop電商大數(shù)據(jù)的挖掘與分析技術研究[J]. 陳娥祥.  科技經(jīng)濟市場. 2021(01)
[4]基于大數(shù)據(jù)的人工智能跨境電商導購平臺信息個性化推薦算法[J]. 李家華.  科學技術與工程. 2019(14)
[5]基于大數(shù)據(jù)的商業(yè)智能在電商數(shù)據(jù)分析中的應用[J]. 錢丹丹,周金海.  電子商務. 2019(04)



本文編號：3588618