Xây dựng cây xác suất đường dẫn cho các chuyến đi thông qua một trang web

Tôi hiện đang phân tích trên một trang web yêu cầu tôi tạo sơ đồ cây quyết định hiển thị tuyến đường có khả năng mọi người đi bất cứ khi nào họ đến trang web. Tôi đang làm việc với một data.frametrong đó cho thấy đường dẫn của tất cả khách hàng đến trang web, bắt đầu từ trang chủ. Ví dụ: một khách hàng có thể đi theo con đường sau:

Homepage - pg 1
Kitchen Items page - pg 2
Pots and Pans page - pg 3

vì vậy khách hàng này sẽ có một hành trình 3 trang. Những gì tôi muốn làm trong R là kết hợp tất cả các đường dẫn của khách hàng và từ đó gán xác suất cho một khách hàng theo một đường dẫn nhất định trên trang web. Ví dụ: nếu tôi kiểm tra tất cả các đường dẫn, tôi có thể thấy rằng 34% những người đến Trang chủ đi vào 'Trang vật phẩm nhà bếp'. R có cơ sở này không?

Tôi đã tìm kiếm các phương pháp khác nhau thông qua các gói rpart và partykit nhưng chúng dường như không giúp được gì.

Bất kỳ chỉ đạo đúng hướng cho điều này là rất nhiều đánh giá cao!

Không phải là một cách để bắt đầu, là có một ma trận (giả sử ) trong đó là số lượng trang. Sau đó, dựa trên phần tử ma trận gia tăng dữ liệu thô của bạn bất cứ khi nào bạn có một người dùng nhảy từ trang đến trang . Điều đó giúp bạn có xác suất chuyển tiếp.$n \times n$$M_{n \times n}$$n$$M_{rc}$$r$$c$

Câu hỏi đầu tiên của bạn đã được trả lời bởi điều này: "Bao nhiêu phần trăm người dùng trên trang chủ (nói trang 1) đi bên cạnh, giả sử, Đồ dùng nhà bếp (nói trang 2)?"

$\frac{M_{12}}{ \sum_c M_{1c}}$

Hay điều này là quá đơn giản?

Có vẻ như bạn đang cố gắng tạo lại thuật toán PageRank của Google. Hầu hết thuật toán PageRank được phát triển bằng Chuỗi Markov. Bạn có thể tìm thấy rất nhiều đề cập đến việc phát triển các phương thức PageRank trong R.

igraph.sourceforge.net/doc/R/page.rank.htm

Từ những gì tôi thấy ở đây, tôi đồng ý rằng igraphs / Markov Chains có lẽ là con đường để đi, tuy nhiên bạn chắc chắn có thể sử dụng rpart và / hoặc partykit.

Thật khó cho tôi để đưa ra một câu trả lời đơn giản với ví dụ hạn chế của bạn, nhưng tôi có thể giải thích chung về cách bạn sẽ làm điều đó.

Bạn muốn xem tất cả người dùng của bạn đã ở đâu và tóm tắt điều đó thành một chuỗi chẳng hạn

"Home / product4 / product3 / product4 / buynow"
"Home / product3 / buynow"
"Home / product3 / product4"

Sau đó, bạn có thể phân đoạn người dùng của mình thành các danh mục, giả sử những người đã kết thúc trong trang "mua ngay bây giờ" và những người không. Sau đó, bạn có thể chỉ cần bắt đầu dự đoán về kết quả cuối cùng đó. Trong ví dụ này, có thể bạn sẽ phát hiện ra rằng những người làm cửa hàng so sánh nhiều nhất đã / không mua thứ gì đó.

Bạn cũng có thể tạo nhiều biến hơn, như "trang nào trước trang buynow" "họ đã truy cập bao nhiêu trang trước khi mua thứ gì đó" hoặc "khi nào họ tạo tài khoản đầu tiên" và bạn có thể thêm các số liệu đó vào phân tích của mình.

Có rất nhiều cách khác nhau bạn có thể đi, và điều này bắt đầu trả lời các câu hỏi khác nhau, nhưng quan điểm của tôi là bạn có thể sử dụng cây và đối với một số vấn đề, nó có thể là một cách nhanh hơn và đơn giản hơn để hiểu sâu hơn.

Nhân tiện, bạn sẽ cần tạo các yếu tố biến số không bằng cách sử dụng factorhoặc as.factor, nếu bạn sẽ sử dụng bữa tiệc. Bữa tiệc có một số họa tiết đẹp để bạn bắt đầu.