利用流量數(shù)據(jù)對(duì)訪問(wèn)者行為演變過(guò)程的建模研究.pdf

1、在互聯(lián)網(wǎng)各種商業(yè)應(yīng)用中，網(wǎng)絡(luò)購(gòu)物可以提供消費(fèi)者與企業(yè)組織之間最直接的接觸，網(wǎng)絡(luò)的高度互動(dòng)性的特性，使網(wǎng)絡(luò)經(jīng)營(yíng)者能夠利用網(wǎng)絡(luò)數(shù)據(jù)資源來(lái)了解消費(fèi)者實(shí)際訪問(wèn)過(guò)程和周期，并且運(yùn)用收集到的數(shù)據(jù)來(lái)預(yù)測(cè)用戶未來(lái)的購(gòu)買行為，以幫助市場(chǎng)營(yíng)銷人員對(duì)客戶行為作深入的洞察分析，進(jìn)而預(yù)測(cè)用戶的忠誠(chéng)度，盡可能保留住客戶?；谶@樣的背景，本文在對(duì)網(wǎng)站流量進(jìn)行分析后，建立了一個(gè)行為演變的概率論模型，模型對(duì)網(wǎng)站訪問(wèn)者的訪問(wèn)行為做出分析，進(jìn)而預(yù)測(cè)其隨時(shí)間的變化過(guò)程。

2、 文章的前兩章分別就有關(guān)網(wǎng)上訪問(wèn)行為研究的背景及意義，目前研究的現(xiàn)狀進(jìn)行了分析，并論述了與論文相關(guān)的網(wǎng)絡(luò)營(yíng)銷，數(shù)據(jù)庫(kù)營(yíng)銷及網(wǎng)絡(luò)流量數(shù)據(jù)等方面的相關(guān)理論，在此基礎(chǔ)上，提出本文要解決的問(wèn)題和研究思路，確定了本文所選用的分析方法，主要選用指數(shù)分布、伽瑪分布和極大似然估計(jì)作為統(tǒng)計(jì)分布模型的基礎(chǔ)。。 第三章和第四章是論文的主體部分，在第三章中，論文首先從兩個(gè)不同的角度—消費(fèi)者異質(zhì)性和時(shí)序動(dòng)態(tài)性建立模型，對(duì)訪問(wèn)行為的演化理論做了具體的數(shù)學(xué)

3、分析。其次，利用極大似然估計(jì)法對(duì)模型的靜態(tài)參數(shù)做出估計(jì)。然后分析加入動(dòng)態(tài)乘數(shù)的似然函數(shù)及參數(shù)的估計(jì)。第四章在運(yùn)用模型到實(shí)證分析中時(shí)，首先以靜態(tài)的指數(shù)伽瑪分布模型作為基準(zhǔn)來(lái)進(jìn)行分析比較。接著，對(duì)演化訪問(wèn)行為模型和靜態(tài)的指數(shù)伽瑪分布模型及考慮顧客退出和流失后的指數(shù)—伽瑪分布模型做出比較。本文主要通過(guò)演化訪問(wèn)行為模型長(zhǎng)期預(yù)測(cè)能力的準(zhǔn)確性來(lái)進(jìn)一步檢驗(yàn)?zāi)Ｐ偷挠行?，?shí)證表明在預(yù)測(cè)方面演化訪問(wèn)行為模型高于靜態(tài)指數(shù)—伽瑪分布模型，有很好的預(yù)測(cè)效果。