基于考虑滞后性LSTM模型的电商需求预测

消费者网络购物浏览时间碎片化、对价格更敏感的特征带来滞后性消费。为了掌握顾客消费趋势,通过获取Q企业纸类商品的历史销售数据和消费者购买行为数据,分析消费者行为对销售数据的影响,并利用随机森林分别选取不考虑滞后性和考虑滞后性的特征因子;基于LSTM神经网络建立快消品的需求预测模型;根据Q企业纸类商品的数据进行预测及验证,结果表明考虑滞后性LSTM模型预测相对误差更小,预测精度更高。     

差评量及差评影响因子对网络零售销量的影响

网络商品零售销量直接决定了该网上店铺在同行竞争中能否取胜,而消费者购买商品后给出的差评对网络潜在消费者的购买产生了一定的影响.文章通过模拟仿真,提出了一种基于差评影响因子、商品性价比和主观购买因子的网络零售销量影响因素模型.研究发现,主观购买因子及性价比的大小直接影响商品整体销量的多少,而已购买商品的消费者给出的差评量在达到临界值时,就会导致整体商品停滞.     

消费者行为分析的推荐算法研究

随着互联网技术的不断进步,电子商务得到了快速的发展,通过网络购物平台消费已经逐渐成为一种主要消费渠道。在互联网大发展的背景下,庞大的数据量带来便利的同时又为消费者的消费选择造成了困扰。如何从这些数量庞大的商品信息中快速准确地挖掘出消费者所感兴趣的商品成为当前电子商务领域研究的一大热点。随着人工智能技术的不断进步和突破,电子商务企业对消费者的消费倾向及消费能力等作出预测,以实现精准的商品推荐。为进一步了解国内外对消费者行为预测及精准推荐算法的研究,笔者特查阅相关的文献资料,对文献资料进行了分析总结,撰写文献综述,旨在为消费者行为算法的研究提供理论指导。     

有问必答

1994年1月1日对中国消费者而言有里程碑的意义。《中华人民共和国消费者权益保护法》从今天开始实施，意味着中国消费者的权力首次以法的形式得到了明确。答1.消费者在购买、使用商品和接受服务时享有人身、财产安全不受损害的权利.2.消费者享有知悉其购买、使用的商品或者接受的服务的真实情况的权利.3.消费者享有自主选择商品或者服务的权利.4.消费者享有公平交易的权利.5.消费者因购买使用商品或者接受服务受到人身、财产损害的,享有依法获得赔偿的权利.6.消费者享有依法成立维护自身合法权益的社会团体的权利.7.消费者享有获得有关消费和消费者权益保护方面的知识的权利.8.消费者在购买、使用商品和接受服务时,享有其人格尊严、民族风俗习惯得到尊重的权利.9.消费者享有对商品和服务以及保护消费者权益工作进行监督的权利.     

关于网络购物中消费者评价的可信度研究

本文探索网络购物中消费者对于商品评价的可信度自动批判问题,以帮助潜在消费者做出更好的消费决定,同时帮助厂家、销售商改进产品,改善服务。作者对电子商务网站中的数据进行收集、分类。然后选取特征向量和参数,利用SVM算法对评价的有效性进行分类与预测。实验结果初步验证了该方法的有效性。     

网上购物 鼓励冲动

现有的交易方式中,顾客购物时需得到银行对其购买资格的认可,这样会抑制冲动消费的可能性。而SET标准恰恰与之相反,鼓励冲动消费。让消费者“君子一言,驷马难追。”     

关于消费者洞察在传媒设计中所起到的作用

面对丰富的市场,传媒设计该如何准确的传达给消费者产品信息,激发消费者的购买行为,需要我们对消费者有敏锐的洞察力,洞察消费者的消费习惯、消费能力和消费心理等,有效地拓展产品市场,赢得市场竞争的主动权。本文通过对消费者洞察的研究,为传媒设计提供更多的反馈信息,从而使其更好的服务于企业。     

论符号性说服手段引导消费的重要性

设计建构消费社会商品的符号价值,其对物品"符号性意义"的塑造影响消费者的购买行为。符号性说服手段,即运用设计的符号性意义引导说服对象趋向预期的态度和行为,其对消费有着重要的引导作用。     

走出DIY装机中的消费误区

DIY的过程，就是一个消费的决策过程，消费者购买行为决策是受很多方面影响的，对商品的熟悉程度、自身的购买能力、产品的属性、促销信息以及他人的影响。很多时候、消费者在购买消费品的过程中，出现错误或者买回的产品不符合自己原来的意愿，就去怪罪商家或者是帮忙购买的朋友，这是顺向思维，正常的人都会有这样的想法。     

网购无条件退货 适当否？

随着电视购物、网购、邮购等多种消费形式的出现,《消费者权益保护法》（以下简称《消法》）已不能满足消费者权益保护的需要,对《消法》进行修改势在必行。《消法》经过两次修订,已经有很大的改变,在《消费者权益保护法修订》第九条新增：对通过电话销售、邮售、上门销售等非固定场所的销售方式购买的商品,消费者有权在收到商品后三十日内退回商品,并不承担任何费用,但影响商品再次销售的除外。商品售出后,消费者有权在三十日内退货,意思就是表示＂即使卖方没问题,产品没问题＂,消费者也有权退回,并且所产生的退货费由卖方承担。     

针对超市购物数据的深度分析算法

针对实体店很难对顾客整个购物过程进行深度分析的问题,提出了一种深度购物数据分析方法。该算法通过使用阅读器收集无源RFID标签的相位信息,以此间接计算商品的相对移动速度,再根据相对移动速度对购物过程进行分析。在考虑到超市商品的密集分布特点后,提出改进的I-kNN算法,采用I-kNN算法和HAC算法进行深入的速度数据分析,识别出感兴趣商品、热销商品、热点区域以及相关商品。随后利用现有的商用设备,对所提出的系统建立了原型,在实际环境中进行测试。理论分析与实验结果表明,该算法在购物数据分析上是可行的,准确率在78%以上,且能够减少需要分析的数据量,降低计算复杂度。     

基于B2C模式电子商务系统的构建

基于ASP.NET的Web开发平台,采用B2C电子商务模式,底端数据库层采用Microsoft公司的关系数据库管理系统SQL Server 2000。该系统的开发能够让人们的购买过程更加方便,用户通过Internet可以实现网上购物,有效地缩短了商品流通环节,有着经营成本低、库存是虚拟的、用户检索方便、地域限制少等优点。     

vCOM: Electronic commerce in a collaborative virtual world

Existing e-commerce applications on the web provide the users a relatively simple, browser-based interface to access available products. Customers are not provided with the same shopping experience as they would in an actual store or mall. This experience, however, can be achieved by the creation of a virtual shopping mall environment, simulating most of the actual shopping user interactions. The virtual mall brings together the services and products of various vendors. Users can navigate through the virtual shopping malls, adding items of interest into a virtual shopping cart, and perform searches assisted by ‘intelligent agents’. A Collaborative Virtual Environment (CVE) can realize a sophisticated virtual shopping application. In such a CVE, a large number of potential users may interact with each other. In this paper, vCOM, a VRML and Java3D-based prototype is presented, which permits users to navigate around virtual e-commerce worlds and perform collaborative shopping and intelligent searches with the assistance of software agents, in order to find the products and services of interest to them. They can then negotiate with sales agents to bargain for the best possible price and then make a secure buying transaction. The virtual mall prototype also allows the user to communicate with an ‘intelligent shopping assistant’ using simple voice commands. This assistant interacts with the shopper using voice synthesis and helps him/her use the interface to efficiently navigate in the mall. Real-time interactions between the entities in this shared environment are implemented over the High Level Architecture (HLA), an IEEE standard for distributed simulations and modeling. The paper focuses on user interface design, collaborative e-commerce through HLA and multi-agent architecture.     

基于时序特征和集成算法的用户购买预测

大数据时代,电商平台积累了大量用户在平台上的行为数据,比如浏览、点击、下单和加入购物车等等.如何使用机器学习算法去探索大数据背后的用户消费喜好和习惯成为了一个新的研究热点.本文主要在特征工程和模型搭建两个方面对用户购买预测的效果做出提高.通过深入理解电商业务知识,利用统计学知识,分别从用户、商品和评论数据等多个方面的数据构建了115个特征;在模型搭建方面,主要设计了一个两层融合模型,第一层采用了XGBoost、CatBoost和逻辑回归作为基分类器,从不同的角度考虑用户购买预测,第二层采用加权平均的方法对基类模型的预测结果进行融合,其权重由线性分类器学习生成.实验结果表明该融合模型的F1评分要高于个体分类器,并且多次实验证明,融合模型的稳定性也要比个体分类器好.     

浅谈商业视觉传达设计中的色彩效应艺术

这是一个视觉大众化时代,色彩在商业视觉传达设计中扮演着先声夺人的重要角色:未闻其人,先见其彩。消费者是否喜欢商品,60%～90%因色彩而决定。色彩在商业视觉传达设计中优于图形传达和文稿传达,具有特殊的诉求力,能更准确、快速的传达信息与思想感情,能引起人们对商品的兴趣和购买欲望。因此设计师应明白色彩与商品的关系,探索色彩与商品之间的关系及其规律,并发挥色彩在商品视觉传达中的效应为商品市场营销添翼。     

基于改进A*算法的导购路径规划方法

大型超市内商品数目繁多，空间环境复杂，顾客在购物的过程中往往需要耗费大量的时间来寻找所需购买的商品。针对这一问题，提出了遗传-改进A*算法来帮助顾客找到一条通往所需购买商品的最短路径。首先利用矩阵对超市的空间环境进行建模，然后通过改进A*算法找到任意两个商品之间的最短路径，再根据顾客的购物列表利用遗传算法优化生成一条包含超市入口，购物列表上的商品以及超市出口的最短路径。最后仿真实验表明，在多楼层的大型超市里，顾客购买多个不同商品时，遗传-改进A*算法寻优能力更强，求解质量更优，并且运行时间更短，能够高效地解决最短路径规划问题。     

Between Flexibility and Automation: An Evaluation of Web Technology from a Business Process Perspective

This study proposed and tested a model of consumer online buying behavior. The model posits that consumer online buying behavior is affected by demographics, channel knowledge, perceived channel utilities, and shopping orientations. Data were collected by a research company using an online survey of 999 U.S. Internet users, and were cross-validated with other similar national surveys before being used to test the model. Findings of the study indicated that education, convenience orientation, experience orientation, channel knowledge, perceived distribution utility, and perceived accessibility are robust predictors of online buying status (frequent online buyer, occasional online buyer, or non-online buyer) of Internet users. Implications of the findings and directions for future research were discussed.     

基于证据网络的C2C商品购买风险动态评估模型

C2C(consumer to consumer)电子商务市场中的风险认知是消费者网络购物决策的重要依据之一.首先,分析电子商务市场中商家信誉、商品销量和在线商品评论对消费者网购决策的影响;然后,运用信度规则模型推理节点关系,建立基于证据网络的C2C商品购买风险动态评估模型;最后利用从某电子商务网站收集的观测信息,运用多元线性回归分析方法验证购买风险动态评估模型的可行性.借助本模型,可以帮助消费者在网购商品过程中较好地认知商品购买的风险.     

基于Servlet和Session实现购物车

Session对象对于初学者来说是比较抽象的概念,比较难理解,用Session对象实现购物车能帮助读者理解Session对象。通过Servlet、Session和JavaBean来实现购物车中商品的添加与查看两大功能,并提出购物车的较高实现要求,添加的商品如果购物车中有,将不再重复添加商品,它自动记录选购的商品并计算商品的总价,在购物车中还可以改变商品的数量或取消对某商品的选购。     

基于协同过滤的水果推荐系统设计与实现

随着大数据技术的飞速发展,从大量的信息中如何让用户发现和挖掘出有价值的信息,一直是人们研究的热点问题。推荐系统的发展起到了关键作用,主要是发现用户和商品之间的信息,一方面为用户找到有价值的信息,另一方面为用户推荐感兴趣的商品,从而实现了用户和信息生成者的共赢。基于协同过滤的水果推荐系统通过分析用户的历史行为了解用户的喜好,在为用户提供其感兴趣的信息的同时,也能够实现个性化的推荐。