基于大数据与无监督学习方法的电商社交网络客户质量预测途径
社会与信息网络
2021-09-07 v1 机器学习
摘要
每个商业企业的目标之一是提升客户忠诚度。客户忠诚度的程度称为客户质量，其预测将影响战略营销实践。本研究旨在利用大数据算法与无监督学习预测大型电商社交网络的客户质量。为此，采用基于图的社交网络分析框架在Stanford Network Analysis Platform（SNAP）中进行社区发现。随后在所发现的社区中预测客户质量。结果表明，各类访问以37.13%的影响对客户质量影响最大，其他参数影响由高到低依次为：频繁客户访问次数（28.56%）、社交网络中的角色（28.37%）、间接交易（26.74%）、活跃天数（25.62%）与客户社交网络规模（25.06%）。
引用
@article{arxiv.2109.02080,
title = {Providing an Approach to Predicting Customer Quality in E-Commerce Social Networks Based on Big Data and Unsupervised Learning Method},
author = {Mohammad Arab},
journal= {arXiv preprint arXiv:2109.02080},
year = {2021}
}