تحلیل داده محور رفتار مشتری در پلتفرم های فروش آنلاین

چکیده مقاله

تحقیق به بررسی پیش بینی رفتار خرید مشتریان در تجارت الکترونیک با استفاده از الگوریتم های یادگیریعمیق و یادگیری ماشین می پردازد با رونق روزافزون تجارت الکترونیک، اطلاعات حاصل از رفتار مشتریان به داراییارزشمندی برای کسب وکارها تبدیل شده است این تحقیق روش های یادگیری عمیق و یادگیری ماشین را به عنوانابزارهای کلیدی در این زمینه معرفی می کند با بهینه سازی این روش ها میتوان به پیش بینی دقیقی از رفتار خریدمشتریان در آینده دست یافت و عملکرد تجارت های الکترونیکی را بهبود بخشید در این تحقیق، ابتدا ارزش داده کاوی مشتریان و هدف از آن به طور مختصر بررسی شده است سپس تکنیک هاییادگیری عمیق شامل شبکه های عصبی پیچشی CNN و بازگشتی RNN توضیح داده می شود این الگوریتم ها برروی یک سری داده های آزمایشی از سایت آمازون پیاده سازی شده اند که کدها و تحلیل های مربوطه نیز ضمیمهشده اند دیتاست استفاده شده، دیتاست پیشنهادی آمازون در پلتفرم Kaggle است هدف اصلی این تحقیق، شناسایی الگوهای رفتاری مشتریان از طریق تحلیل داده های گسترده و بررسی عواملموثر بر تصمیم گیری های خرید آنها است نتایج به دست آمده از تحلیل های انجام شده می توانند اطلاعات ارزشمندیدرباره ترجیحات مشتریان، عوامل موثر بر تصمیم گیری های خرید و نیازهای خاص آنها آنها ارائه دهند این اطلاعات بهارائه راهکارهایی عملی برای بهبود تجربه کاربری در پلتفرم های خرید آنلاین منجر می شود که شامل شخصی سازیپیشنهادات خرید، بهبود رابط کاربری سایت، ارائه تخفیفات هدفمند و بهبود خدمات مشتریان است

کلیدواژه‌ها

نویسندگان

مهرداد مهرکام

مدرس دانشکدگان مدیریت دانشگاه تهران

هومن دهقانی

دانشجو رشته مدیریت کسب و کار دانشکدگان مدیریت دانشگاه تهران

محمدجواد نیازی

دانشجو رشته مدیریت کسب و کار دانشکدگان مدیریت تهران ایران

مهرکام، مهرداد و دهقانی، هومن و نیازی، محمدجواد،1403،تحلیل داده محور رفتار مشتری در پلتفرم های فروش آنلاین،هفدهمین کنفرانس بین المللی پژوهش های نوین در مدیریت، اقتصاد، حسابداری و بانکدار�

ارائه‌شده در

مجموعه مقالات هفدهمین کنفرانس بین المللی پژوهش های نوین در مدیریت، اقتصاد، حسابداری و بانکداری19 مرداد 1403