|
|||||
|
|
| 引入多模判决反馈提升B2C忠诚度特征挖掘算法 | |
| 摘 要： | 在B2C模式下对客户的忠诚度特征挖掘是对商户交易信任度评价的基础,进而促进用户忠诚度的提升。传统的B2C忠诚度特征挖掘算法采用基于负反馈动态的渐进控制算法,当用户数据呈现稀疏状特征时,挖掘效果不好。提出一种基于多模判决反馈的特征挖掘算法以提升B2C忠诚度。构建B2C模式下的忠诚度特征分析评估机制,根据B2C模式下多模判决反馈忠诚度控制稳定性理论,提出一种电子商务用户忠诚度评价渐进提升控制算法,这里选取Lyapunov函数构建提升目标函数,实现特征挖掘算法改进。仿真结果表明,采用该算法进行B2C模式下的商户忠诚度特征挖掘和评价,忠诚度评价准确度有所提高,用户的数据信息特征预测性能较好,特征挖掘精度提升,提高了对B2C模式下的商户的定量评价精度。 |
B2C Loyalty Characteristics Enhance Mining Based on Multimode Decision Feedback Algorithm |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |