基于K-MEANS聚类的电商网站用户行为分析
2017-08-03王召义薛晨杰
温州大学学报(自然科学版) 2017年3期
王召义,薛晨杰
(安徽商贸职业技术学院经济贸易系,安徽芜湖 241002)
基于K-MEANS聚类的电商网站用户行为分析
王召义,薛晨杰
(安徽商贸职业技术学院经济贸易系,安徽芜湖 241002)
调整网站访问日志数据,从中提取用户访问各类页面次数,考虑类别化的变量组合方式,采用K-MEANS聚类对类别化的变量进行聚类分析,理解各类别特征,描述用户行为,分析各类别与输出结果的关联性,并为制定网站经营策略提供支持和参考依据.实证研究表明,对页面访问次数占比进行K-MEANS聚类分析,可以明确各类型页面与输出结果之间的关联性.
K-MEANS聚类;用户行为;多元回归;输出结果
用户行为主要是指用户在使用网络资源时所呈现出来的规律,可以用某些特征量的统计特征或特征量的关联关系定量或定性地表示[1].购物网站的用户行为特征更有其独特之处,通过数据挖掘技术分析购物网站的用户行为特征,己成为电子商务用户流失领域的一个重要研究课题[2].
1 问题由来
现在的中小企业在互联网的冲击下,有的被时代淘汰,有的则搭乘互联网+的浪潮,摇身一变成了有着独立购物网站的电子商务企业[3].独立购物网站在给企业带来机遇的同时,也面临着一系列的问题——网站如何推广、流量从哪里来、如何识别用户访问行为特征等,这些问题处理不好,会拖累企业发展.分析网站访问日志是解决这些问题的有效手段之一,通过分析网站访问日志能了解用户行为……
登录APP查看全文