推进电子商务用户购买预测:集成时间序列注意力与基于事件的时间编码和图形神经网络增强的用户配置文件
Shuang Zhou1, Norlaile Salleh Hudin1
1Sultan Idris Education University, Tanjung Malim, Perak, Malaysia.
PloS one
|April 18, 2024
概括
这项研究引入了一种用于预测电子商务用户购买行为的新框架. 它通过整合基于事件的时间,图形神经网络 (GNN) 和用于动态数据环境的元学习技术来提高准确性和适应性.
科学领域:
- 电子商务分析 电子商务分析
- 机器学习 机器学习
- 数据科学数据科学数据科学
背景情况:
- 全球电子商务正在迅速扩张,使得准确的用户购买预测对于商业成功至关重要.
- 传统的预测模型经常与用户行为的动态和时间性质作斗争.
- 现有的方法可能不能完全捕捉复杂的用户关系,并适应不断变化的数据.
研究的目的:
- 开发一种用于增强电子商务用户购买行为预测的新框架.
- 提高大规模数据集中的预测模型的准确性和适应性.
- 为电子商务平台提供先进的工具,以了解用户行为和推动销售.
主要方法:
- 在时间序列注意力模型中集成基于事件的时间编码.
- 图形神经网络 (GNN) 的应用以建模用户行为和关系.
- 实施先进的超级学习技术,以适应性参数调整.
主要成果:
- 在各种真实世界的电子商务数据集上,在准确性和适应性方面表现出卓越的表现.
- 有效地捕捉到用户行为的动态和时间方面.
- 在不断变化的数据环境中展示了增强的学习效率和适应能力.
结论:
- 新的框架克服了电子商务用户行为分析的现有挑战.
- 该研究为电子商务平台提供了重要的见解和工具.
- 这项研究为未来在动态电子商务分析领域的探索奠定了基础.
相关概念视频
00:54Time-Series Graph
4.4K
A time-series graph is a line graph with repeated measurements taken at successive intervals of time. It is also called a time series chart. To construct a time-series graph, one must look at both pieces of a paired data set. The horizontal axis is used to plot the time increments, and the vertical axis is used to plot the values of the variable that one is measuring. By using the axes in this way, each point on the graph will correspond to time and a measured quantity. The points on the graph...
4.4K
01:07End Point Prediction: Gran Plot
318
A Gran plot is used to predict the equivalence volume or endpoint of a potentiometric or acid-base titration without reaching the endpoint. Typically, titration data is collected as a function of the titrant's volume up to a point less than the equivalence volume and then transformed into a linear format. The straight line is extended to the x-axis, indicating the necessary titrant volume to achieve the equivalence point.
For potentiometric titration, the Gran plot is created by plotting...
For potentiometric titration, the Gran plot is created by plotting...
318