بهبود مدیریت تجارت الکترونیک با استفاده از مدیریت کلیکها در فضای دادههای بزرگ

جریان کلیک ها طیف گسترده و کاملی را همانند مسیرهای مرور، محصولات خریداری شده و تبلیغات کلیک شده در فضای وب پوشش می دهند. در این مقاله سعی شده است تا علاقهمندی و رفتارهای کاربران را بر اساس مجموعه داده های مربوط در فضای معمولی و کلان داده مورد بررسی قرار داده و با خوشه بندی، کاربران با علاقه مندی های یکسان را مشخص نماییم. با ارائه معیار شباهتی جدید و بر اساس همین معیار، الگوریتم خوشه بندی اچ سی دابلیو سی اس معرفی و بهبود کیفیت خوشه بندی آن نسبتبه مدل های کامینز و کامدویدز نشان داده شد و بر پایه همان معیار، الگوریتم دیگری به نام ام آر- اچ سی دابلیو سی اس بر ۱ مبنای مدل برنامه نویسی مپ ردیوس، پیشنهاد داده شد. زبان برنامه نویسی مورد استفاده متلب ورژن ۲۰۱۴ ب میباشد و با انجام فرایند پیش پردازش بر روی مجموعه دادهها، ماتریسی از جلسات حضور کاربران تولید و در الگوریتم های خوشه بندی مورد استفاده قرار گرفت و در نهایت با استفاده از معیار شباهت فیشر خوشه بندیها با یکدیگر موردقیاس و کیفیت بهتر خوشه بندی الگوریتم پیشنهادشده نشان دادهشد و در مقایسه از لحاظ زمان اجرا، الگوریتم مپ ردیوس پیشنهادی نسبت به مدل معمولی آن کاهش چشمگیری داشت.

کلیدواژه ها:

داده های کلان ، نگاشت کاهش ، وبکاوی ، خوشه بندی ، تجارت الکترونیکی.