Làm cách nào để mô hình hóa hành vi mua của người dùng trên Amazon?


9

Đối với dự án khóa học cuối cùng của chúng tôi về Khoa học dữ liệu, chúng tôi đã đề xuất như sau-

Đưa ra Bộ dữ liệu đánh giá Amazon , chúng tôi dự định đưa ra một thuật toán (dựa trên PageRank được cá nhân hóa) để xác định vị trí chiến lược để đặt quảng cáo trên Amazon. Ví dụ, có hàng triệu sản phẩm trên Amazon. Và bộ dữ liệu cung cấp cho bạn ý tưởng về những sản phẩm có liên quan, những sản phẩm nào được kết hợp với nhau, được xem cùng nhau, v.v. (Chúng tôi có thể xây dựng một biểu đồ với thông tin này cũng được xem và cũng đã mua) Nó cũng cung cấp cho bạn các đánh giá liên quan đến từng sản phẩm 14 năm. Sử dụng tất cả các thông tin này, chúng tôi sẽ xếp hạng / xếp hạng sản phẩm trên Amazon. Bây giờ, bạn là một nhà cung cấp trên Amazon muốn cải thiện lưu lượng truy cập vào trang sản phẩm của họ. Thuật toán của chúng tôi giúp bạn xác định các vị trí chiến lược trong biểu đồ nơi bạn có thể đặt quảng cáo để bạn có thể nhận được lưu lượng truy cập tối đa.

Bây giờ, câu hỏi của Giáo sư của chúng tôi là, bạn sẽ xác nhận thuật toán của mình như thế nào nếu không có người dùng thực sự? Chúng tôi đã nói-

Chúng tôi có thể mô hình một tập hợp người dùng cố định. Một số người dùng theo dõi also_boughtalso_viewedliên kết đến hop thứ ba thường xuyên hơn hop thứ nhất hoặc thứ năm. Có hành vi của người dùng thường được phân phối. Một số người dùng khác khó điều hướng ngoài bước nhảy đầu tiên. Tập hợp hành vi này của người dùng được phân phối theo cấp số nhân.

Giáo sư của chúng tôi cho biết - Bất kể người dùng theo phân phối nào, người dùng đều điều hướng bằng cách sử dụng các liên kết cho các sản phẩm tương tự. Thuật toán xếp hạng của bạn cũng xem xét sự giống nhau b / w 2 sản phẩm để xếp hạng sản phẩm. Vì vậy, sử dụng thuật toán xác nhận này là tốt cheating. Đi kèm với một số hành vi người dùng khác, một cái gì đó thực tế hơn và trực giao với thuật toán.

Bất kỳ ý tưởng về cách mô hình hóa hành vi của người dùng? Tôi rất vui khi cung cấp thêm chi tiết về thuật toán.

Câu trả lời:


1

Làm thế nào bạn sẽ xác nhận thuật toán của bạn?

Thay vì cố gắng trả lời câu hỏi thứ hai, hãy xem xét rằng câu trả lời của bạn cho câu hỏi đầu tiên có thể cần sửa đổi ...

Những phương pháp nào bạn đã sử dụng để xác nhận các phương pháp học tập trong lớp khoa học dữ liệu của bạn? Trước tiên, bạn muốn xác định một bộ số liệu cụ thể để đánh giá sự thành công hay thất bại của mô hình của bạn. Thứ hai, những phương pháp nào bạn có thể sử dụng để tạo ra một quần thể thử nghiệm rất thực tế (thực tế hơn là mô hình hóa dân số)? Gợi ý đầu tiên tôi sẽ đưa ra là Bộ dữ liệu đánh giá Amazon rất lớn, vì vậy dữ liệu của bạn rất có thể sửa đổi theo phương pháp này. Gợi ý thứ hai tôi sẽ đưa ra là phương pháp này có thể là phương pháp mà bạn đã sử dụng trong 95% các vấn đề học tập có giám sát mà bạn đã làm trong lớp ...

Hy vọng điều này sẽ giúp ... Tôi sẽ chỉnh sửa nó nếu cần dựa trên các nhận xét được thêm vào bởi OP, nhưng không muốn cung cấp giải pháp ngay lập tức để khơi gợi một số suy nghĩ hữu cơ, ví dụ như đây là vấn đề của lớp và Giáo sư là cũng cố gắng giúp bạn tự mình đưa ra giải pháp phù hợp.


0

Có hai yêu cầu đối với mô hình hành vi mà bạn nên sử dụng: (1) "thực tế hơn" và (2) trực giao với thuật toán của bạn.

(1) Theo thực tế, chúng ta hãy cho rằng điều đó có nghĩa là hành vi đó sẽ phản ánh các hành vi được quan sát trong các bối cảnh khác, rộng hơn so với bối cảnh cụ thể của việc mua hàng trên Amazon.

(2) Trực giao dễ hiểu hơn. Hành vi được mô hình hóa không nên được điều khiển bởi sự tương đồng giữa các sản phẩm.

Một cách tiếp cận đơn giản để đáp ứng hai yêu cầu này sẽ xuất phát từ thực tế là các hành vi mua hàng được điều khiển bởi các đặc điểm nhân khẩu học xã hội như giới tính, tuổi tác, địa điểm (ví dụ khu vực thành thị / nông thôn) và các hạn chế kinh tế (thu nhập và giá cả).

Bạn có một bộ người dùng và một bộ sản phẩm. Bạn có thể ước tính mối quan hệ giữa các biến nhân khẩu học xã hội và nhu cầu về sản phẩm bằng các kỹ thuật hồi quy đơn giản nhưng cẩn thận. Nếu cần, bạn có thể sử dụng các nguồn dữ liệu bên ngoài để đưa ra các giả định liên quan đến các biến thiếu quan trọng như thu nhập.

Sau đó, nếu bạn là nhà cung cấp, mô hình nhân khẩu học xã hội sẽ dự đoán nhóm nào có khả năng mua sản phẩm của bạn nhất.

Tôi hy vọng điều đó sẽ giúp :)

Bến

Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.