zoukankan      html  css  js  c++  java
  • B2C网站的行为分析与数据挖掘

    目前我司的B2C网站改版已进入了最后阶段,下一步的工作将转入营销和模式改进方面,所以现在有空时会考虑一下代码之外的一些东西。

    B2C网站的发布,当完成了平台、资源工作后,能否出奇制胜还在于对行业、消费者和自身的认识有多少,所以需要慢慢通过现象看本质,深入的分析和挖掘网站背后更多的东西。

     这里些简单的开个头。


    一、需求分析

    基本需求:
        分类的访问情况;
        产品的访问与购买情况;
        PV分布情况;
        
        单点详情。不做关联与交叉比较。
        即:单个要素,如某分类的时间段PV分布图,历史数据对比,
        分类PV排行等;
        产品同上。
        如找出第二季度的热门分类和产品、从而预测明年同期的促销情况。
        
        
    中级需求:
        分类与分类间的关联情况;
        产品与产品间的关联情况;
        
        关联关系。找出同种性质内容的轨迹规律。
        如:关注这个分类的人,还关注其他什么分类?从而得出两个分类的关联关系。
        关注这个内容的用户,经过若干时间后,发展成为关注其他内容的用户;
        这种需求下,主要分析关联性(轨迹),也就是用户访问URL的时序。
    高级需求:
        用户与用户间的关联。
        
        个性化关联。
        经过前面两个阶段的数据挖掘和分析后,已经初步具备了分析用户与用户间的关系,通过分析用户行为的重叠部分,可得出两个用户的相同喜好和习性,从而实现针对用户的个性化推荐。
        

  • 相关阅读:
    组队竞赛--全国模拟(三)
    排序子序列--全国模拟(三)
    20、剑指offer--包含min函数的栈
    19、剑指offer--顺时针打印链表
    leetcode链表--12、remove-duplicates-from-sorted-list-ii(删除排序链表中全部的重复结点)
    qq客服代码
    百度翻译API
    .net如何判断网页是否由搜索引擎蜘蛛访问?
    Kibana4学习<三>
    Kibana4学习<二>
  • 原文地址:https://www.cnblogs.com/leadwit/p/1769560.html
Copyright © 2011-2022 走看看