决策树技术在淘宝运营平台的应用与分析.doc

决策树技术在淘宝运营平台的应用与分析 PAGE PAGE 6 第 PAGE \* Arabic \* MERGEFORMAT 6 页第 PAGE \* Arabic \* MERGEFORMAT 6 页 华南理工大学 本科毕业设计（论文）开题报告 论文题目 决策树技术在淘宝运营平台的应用与分析 班 级__11软件工程卓越班 _ 姓 名______王腾云_________ 学 号____201136634125_____ 指导教师_______宋恒杰________ 开题时间______2015.3.1 _______ 填表日期______2015.3.13 ______ 开题报告内容： 选题背景和意义 截至 2014 年 12 月，我国使用网上支付的用户规模达到 3.04 亿，较 2013 年底增加 4411万人，增长率为 17.0% 。与 2013 年 12 月底相比，我国网民使用网上支付的比例从 42.1%提升至 46.9% 。与此同时，手机支付用户规模达到 2.17 亿，增长率为 73.2%，网民手机支付的使用比例由 25.1%提升至 39.0%[1]。截止2014年6月中国网络零售市场交易规模达10856亿元，2013年上半年达7542亿元，同比增长43.9%，预计2014年有望达到27861亿元。中国网络零售市场交易规模占到社会消费品零售总额的8.7%，2013年上半年达到6.8%，同比增长27.9%[2]。越来越多网民开始在网络零售市场消费。2014 年随着京东、聚美优品、阿里巴巴的上市，网络零售市场格局趋向稳定。淘宝网、天猫、京东的品牌渗透率位居前三位，分别为 87%、69.7%和 45.3%[3]，遥遥领先于同类竞争对手。由此可见在未来几年内，中国电子商务特别是淘宝和天猫发展潜力巨大，网络零售市场越来越成为中国网民喜爱的购物平台，在电子商务环境下消费者行为的研究显得及其重要。 在中国C2C市场，淘宝拥有超过60%的市场份额。淘宝网自2007年7月正式启动网络广告业务，将网站重要的banner广告位和搜索结果右侧的广告位对外销售，网络广告服务是淘宝官方正式宣布的首个盈利模式，主要指开拓网络营销渠道，另外淘宝网络营销推广平台（阿里妈妈）还向广告客户推出了增值服务计划，包括了品牌推广，市场研究，消费者研究和社区活动等。阿里妈妈网络营销推广平台拥有淘宝、天猫、1688等阿里巴巴集团站内的优质流量展现位置，同时合作60万家外部网站，日均50亿PV覆盖。2010年总收入大概是50亿，其中广告占总收入的80%，约为40亿元人民币，是淘宝网的主要盈利模式。与传统的传媒行业不一样，淘宝网络广告业务中，消费者直接参与了生产和流通循环，消费者在淘宝网上的每一个行为都被记录了下来。在阿里云大数据平台上可以获取这些消费者行为数据的使用权限。为我们应用决策树技术为消费者使用个性化推荐算法打下了基础。 项目研究现状 Resnick Varian 在1997年正式定义了电子商务推荐系统[4]，指出利用电子商务网站向客户提供商品的信息和建议，帮助用户选择购买哪些产品，模拟了销售人员帮助顾客完成购买过程。电子商务的销售行业使用了个性化推荐算法之后，销售额能提高2%-8%[5]，其主要优势表现在三个方面：①将电子商务网站的浏览者变为购买者，②提高电子商务网站的交叉销售能力，③提高客户对电子商务网站的忠诚度[6]。这三个方面也是此次毕业设计所关注的重点。 目前国内外广泛应用的个性化推荐策略有两种[7]，一种是以网页为推荐对象的搜索系统，主要采用web数据挖掘的方法与技术，为用户推荐符合其兴趣爱好的网页，如百度等；另一种是在电子商务平台下，以商品为基本单位的个性化推荐系统，目的就是为用户推荐喜爱的商品，或者为商品寻找潜在的用户。文献[8]给出了区别推荐技术的两维属性:自动化程度(degree of automation),客户要得到推荐是否需要显式的输入信息（比如搜索关键字）;持久性程度(degree of persistence),推荐系统产生推荐是基于客户当前的单个会话(session) 还是基于客户的多个会话。另外推荐系统的个性化程度（degree of personalization）也是评判系统好坏的标准。 联系实际工业环境与众多数据挖掘算法，决定使用决策树为基本数据结构。决策树是一种高效的分类器，具有很多优势[9]： (1)在模型建立过程中使用者可以使用相关领域的背景知识，只要训练事例能够用属性—结论的方式表达出来,就能用该算法进行学习，在我们选取用户特征的时候提供了很大的便利； (2)决策树的训练时间相对较少，模型相对简洁，其他的分类方法如神经网络,即使对小数据集也要花费很多的训练时