Ｋ－Ｍｅａｎｓ 算法与数据挖掘在旅游电商平台设计中的应用

首页 > 按月查看>2022年第1月 >92-96

Ｋ－Ｍｅａｎｓ 算法与数据挖掘在旅游电商平台设计中的应用
DOI:
                        
作者:
                        
作者单位:
作者简介:
通讯作者:
基金项目:２０２０ 年安徽省高校人文社科研究项目(ＳＫ２０２０Ａ００９０)

ＡｐｐｌｉｃａｔｉｏｎｏｆＫ－ＭｅａｎｓＡｌｇｏｒｉｔｈｍａｎｄＤａｔａＭｉｎｉｎｇｉｎｔｈｅＤｅｓｉｇｎｏｆＴｏｕｒｉｓｍＥ－ＣｏｍｍｅｒｃｅＰｌａｔｆｏｒｍ

Author:

Affiliation:

Fund Project:

摘要

图/表

访问统计

参考文献

相似文献

引证文献

资源附件

摘要:

为了提升旅游电商服务水平基于Ｋ－ｍｅａｎｓ聚类算法构建旅游电子商务平台并采用随机梯度下降算法、自适应梯度优化算法和密度法对Ｋ－ｍｅａｎｓ聚类算法进行优化改进结果表明:改进Ｋ－ｍｅａｎｓ聚类算法的系统响应速度相较于传统Ｋ－ｍｅａｎｓ聚类算法提升了３１.２％电商平台推荐流量转化率为２.９３％浏览行为中的推荐浏览率为２８.２１％购买行为中的推荐购买率为１５.３７％优于Ａｐｒｉｏｒｉ算法和Ｕｓｅｒ－ｂａｓｅｄＣＦ算法利用改进Ｋ－ｍｅａｎｓ聚类算法构建旅游电子商务平台能为平台用户提供个性化的旅游产品推荐有效提升旅游产品的购买成交量对旅游电商平台竞争力提升具有一定的实用价值

Abstract:

Ｉｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔｈｅｓｅｒｖｉｃｅｌｅｖｅｌｏｆｔｏｕｒｉｓｍｅ－ｃｏｍｍｅｒｃｅａｔｏｕｒｉｓｍｅ－ｃｏｍｍｅｒｃｅｐｌａｔｆｏｒｍｉｓｃｏｎｓｔｒｕｃｔｅｄｂａｓｅｄｏｎＫ－ｍｅａｎｓｃｌｕｓｔｅｒｉｎｇａｌｇｏｒｉｔｈｍａｎｄｔｈｅＫ－ｍｅａｎｓｃｌｕｓｔｅｒｉｎｇａｌｇｏｒｉｔｈｍｉｓｏｐｔｉｍｉｚｅｄｂｙｒａｎｄｏｍｇｒａｄｉｅｎｔｄｅｓｃｅｎｔａｌｇｏｒｉｔｈｍａｄａｐｔｉｖｅｇｒａｄｉｅｎｔｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍａｎｄｄｅｎｓｉｔｙｍｅｔｈｏｄ. ＴｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｓｙｓｔｅｍｒｅｓｐｏｎｓｅｓｐｅｅｄｏｆｔｈｅｉｍｐｒｏｖｅｄＫ－ｍｅａｎｓｃｌｕｓｔｅｒｉｎｇａｌｇｏｒｉｔｈｍｉｓ３１.２％ｈｉｇｈｅｒｔｈａｎｔｈａｔｏｆｔｈｅｔｒａｄｉｔｉｏｎａｌＫ－ｍｅａｎｓｃｌｕｓｔｅｒｉｎｇａｌｇｏｒｉｔｈｍｔｈｅｒｅｃｏｍｍｅｎｄｅｄｔｒａｆｆｉｃｃｏｎｖｅｒｓｉｏｎｒａｔｅｏｆｅ－ｃｏｍｍｅｒｃｅｐｌａｔｆｏｒｍｉｓ２.９３％ｔｈｅｒｅｃｏｍｍｅｎｄｅｄｂｒｏｗｓｉｎｇｒａｔｅｉｎｂｒｏｗｓｉｎｇｂｅｈａｖｉｏｒｉｓ２８.２１％ａｎｄｔｈｅｒｅｃｏｍｍｅｎｄｅｄｐｕｒｃｈａｓｅｒａｔｅｉｎｐｕｒｃｈａｓｉｎｇｂｅｈａｖｉｏｒｉｓ１５.３７％ｗｈｉｃｈａｒｅｂｅｔｔｅｒｔｈａｎｔｈｅｒｅｓｕｌｔｓｂｙＡｐｒｉｏｒｉａｌｇｏｒｉｔｈｍａｎｄｕｓｅｒｂａｓｅｄＣＦａｌｇｏｒｉｔｈｍ.ＵｓｉｎｇＫ－ｍｅａｎｓｃｌｕｓｔｅｒｉｎｇａｌｇｏｒｉｔｈｍｔｏｂｕｉｌｄｔｏｕｒｉｓｍｅｃｏｍｍｅｒｃｅｐｌａｔｆｏｒｍｃａｎｐｒｏｖｉｄｅｐｅｒｓｏｎａｌｉｚｅｄｔｏｕｒｉｓｍｐｒｏｄｕｃｔｒｅｃｏｍｍｅｎｄａｔｉｏｎｆｏｒｐｌａｔｆｏｒｍｕｓｅｒｓｅｆｆｅｃｔｉｖｅｌｙｉｍｐｒｏｖｅｔｈｅｐｕｒｃｈａｓｅａｎｄｔｒａｄｉｎｇｖｏｌｕｍｅｏｆｔｏｕｒｉｓｍｐｒｏｄｕｃｔｓａｎｄｈａｓｉｍｐｏｒｔａｎｔｐｒａｃｔｉｃａｌｖａｌｕｅｆｏｒｉｍｐｒｏｖｉｎｇｔｈｅｃｏｍｐｅｔｉｔｉｖｅｎｅｓｓｏｆｔｏｕｒｉｓｍｅ－ｃｏｍｍｅｒｃｅｐｌａｔｆｏｒｍ.

参考文献

相似文献

引证文献

引用本文

尹寿芳 ,张善智.Ｋ－Ｍｅａｎｓ算法与数据挖掘在旅游电商平台设计中的应用[J].西昌学院学报（自然科学版）,2022,36(1):92-96.

复制

文章指标

点击次数:
下载次数:

历史

收稿日期:
最后修改日期:
录用日期:
在线发布日期: 2022-05-13

引用本文

分享

文章指标

历史