به دست آوردن خوشه علایق در تجارت الکترونیکی با استفاده از داده های کلیک

داشتن درک خوبی از علایق کاربران، به موضوع مهمی در خرده فروشی آنلاین، تبدیل شده ،کاربران با علایق مختلف، چندین دسته را بازدید کرده و آیتم های مختلف را بررسی می کنند. مسیرهای مرور آنها، فراوانی بازدید صفحه شان و زمان صرف شده در هر دسته، تغییرات وسیعی دارد. بر اساس این ملاحظات، در کار جاری، روش جدیدی برای کشف علایق مصرف کنندگان، پیشنهاد و بطور منظم مورد مطالعه قرار داده می شود. رفتار مرورگری تعدادی از مصرف کنندگان-شامل ترتیب بازدید آنها، فراوانی و زمان صرف شده در هر دسته-با داده های جریان (استریم) کلیک ثبت شده در وب سایت تجارت الکترونیکی، مورد کاوش قرار می گیرد. با توجه به این داده های رفتاری، الگوریتم خوشه بندی لیدر (leader) بهبودیافته را می سازیم، و از نظریه مجموعه های تقریبی، برای تولید الگوهای علایق کاربران، کمک می گیریم. با استفاده از این الگوریتم، سه الگوی علایق کاربری نمونه، بر اساس مجموعه داده واقعی جریان کلیک، استخراج می شود. از آن مهم تر، محاسبات مبتنی بر مجموعه داده های متفاوت جریان کلیک، تایید می کنند که این سه الگوی علاقه کاربری، پایدار و منسجم می باشند. تحقیق جاری، نشان می دهد که الگوریتم پیشنهادی و الگوهای علاقه استخراج شده، قادر به ارائه کمک شاخصی در بهینه سازی صفحات وب و توصیه های شخصی شده، می باشد.

کلیدواژه ها:

داده های استریم (جریان) کلیک ، علایق کاربر ، تحلیل رفتار ، الگوریتم خوشه بندی لیدر