论文部分内容阅读
随着“互联网+农业”战略的提出,各类农产品电子商务平台得到快速发展。人们在电子商务平台购物过程中,通常会留下大量反映购物行为模式的购物行为信息。应用大数据和人工智能的现代信息技术,挖掘出用户购物习惯和倾向的行为数据,对构建完整用户画像,实现精准个性化推荐有重要意义。目前对用户购买行为分析主要集中在后台服务器端日志的基础上,无法获取用户在客户端的全部购买行为信息。本课题研究针对“一村一品网络购物商城”Android手机客户端,详细阐述了从手机客户端开发,前端埋点采集日志到用户购买行为分析的整个过程。主要研究工作如下:1)研究android开发过程中常见技术问题,包括android开发框架和各种组件使用。通过对项目需求分析和方案设计,主要完成用户模块、商品推荐展示模块,购物车模块,订单模块等与购买行为相关模块的开发实现。2)研究日志采集技术的实现。与传统的服务器日志端日志采集不同,本研究内容采用前端埋点技术实现用户购买行为日志的采集。主要的用户购买行为指标包括了用户浏览、收藏、加入购物车和提交订单等。3)研究分析了常见的用户处理用户行为的分析方法。针对本课题主要研究的用户购买行为的分析,分别采用了逻辑斯蒂回归算法,GBDT算法,并且创新性地将GBDT+LR的算法融合思想应用到用户购买行为分析上。本文提出了从android客户端开发、日志采集到用户行为分析的完整流程。本课题所采用的方案可以在类似的应用场景下得到推广使用,研究成果具有创新性。