电商用户需求状态的聚类分析——以淘宝网女装为例

摘要：

[目的]通过浏览器日志挖掘探测消费者在电商平台下网购的需求状态,以实现有效的购物引导.[方法]获取淘宝网女装购物会话,对会话中的页面类型进行标记,对标记后的会话数据基于访问的页面特征(包括页面类型和页面复杂度)进行聚类分析,从而揭示电商用户的需求状态.[结果]基于页面类型聚类得出4种典型的电商用户需求状态类型,包括后台管理型、持续搜索型、商品浏览型以及信息搜寻型.再基于所访问页面的复杂度,进一步将这4种状态细分为9种.[局限]仅分析电商用户需求状态,进一步的研究应基于9种状态构建电商导购机制.[结论]对购物会话进行基于页面类型和页面复杂度的聚类,得到区分度明显、易于解释的会话类型.这表明通过页面类型来判定网购用户动态变化的需求状态是行之有效的方法.

关键词：需求状态、电子商务、购物行为、K-means聚类

分类号：TP393(计算技术、计算机技术)

资助基金：本文系国家自然科学基金项目“面向电商生态平衡的目录导购机制研究”项目编号:71373015的研究成果之一.

在线出版日期：2015-04-23（万方平台首次上网日期，不代表论文的发表时间）

页码：67-74