摘要：提高点击转化和优化竞价排位对于第三方在线旅行社(OTA)获得广告代理佣金至关重要。移动端改变了用户在搜索引擎平台上的决策条件,但对于移动点击转化机理的认知仍较为模糊。文章采用德国一家OTA酒店预订移动端的数据,包括2295名用户,共15638条搜索记录,建立了融合个体序贯行为信息的动态贝叶斯推断模型,并使用MCMC方法进行求解。研究发现:该模型在预测性能上优于二项logit模型、支持向量机和随机森林。在移动搜索环境下,屏幕排位对点击转化的影响存在非线性的“U”型特征,其首因效应明显。移动点击转化概率随着酒店标价升高而提高,但用户在单个搜索结果列表中更偏好价格排序较低的产品。进一步的交叉弹性仿真表明,使用筛选器得到的自定义列表在降低点击转化的平均概率的同时还会提高决策的不确定性,过度个性化的移动端界面可能会扩大产品考虑集范围。

摘要：共同购买网络的推荐系统应用越加广泛,仅基于网络内生结构变量研究其共同购买链接的经济意义已有局限,故加入网络口碑这一外生变量,进行更全面的分析。采用了社会网络方法中指数随机图模型进行建模,主要围绕产品销售量、产品入度、差评率和评论数4个方面因素,探究其对共同购买网络中共同购买链接形成的影响。结果显示,销售量、产品入度和评论数对共同购买链接形成的影响呈正比关系,而差评率则会显著地降低产品共同购买的几率。该指数随机图构建出的共同购买网络为在线电商平台管理网络口碑和推荐系统优化设计提供有益参考。

摘要：【目的】了解用户在线购物中的兴趣需求变化有利于个性化推荐。本文提出结合用户浏览行为分析的隐式动态兴趣识别和管理模型。【方法】通过三阶段实验构造用户点击流数据,以天猫和淘宝网页功能键为数据粒度对页面分类,再采用Bisecting K-means聚类算法进行兴趣状态挖掘,最后总结归纳兴趣与行为的特征映射。【结果】用户隐式兴趣存在4种状态:关注、理解信息、态度和购买意图,在态度和购买意图状态下,更倾向于产生购买;在不同状态的浏览路径特征有所差异。【局限】未添加网页广告促销等非结构化数据进行分析。【结论】从实时动态兴趣的角度,对购物决策中兴趣的状态进行验证挖掘,拓展动态兴趣研究;为电商网站管理用户行为提供了一个实现动态个性化推荐的视角。