抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
ネットワークの急速な発展と国における消費者市場の情報化によって,インターネット,端末装置,ロジスティックス,および支払いのような技術の応用と成熟,および人々の消費概念の連続的改善,オンラインショッピングは,徐々に中国の消費者のための主流の購入方法になり,そして,電子商取引は,中国の経済の持続的で活発な発展を促進するために,徐々に重要な推進力の1つになった。従来のマーケティングモデルの下で,企業はユーザのニーズを完全に理解していない。販売スタッフの思考は,製品をユーザに販売する方法である。それらは,特定の消費者ニーズを知らないので,それらは製品に焦点を合わせるだけである。これらの基礎に基づいて,本研究は畳み込みニューラルネットワークを使用し,このモデルを精度マーケティングに適用して,消費者の正確なポートレートを得て,それによって企業のターンオーバーを増加させた。異なるモデルを比較し,いくつかの実験を行った後,W企業データの収集と分析を通して,CNNモデル,LSTM注意モデル,およびCNN+LSTM注意モデルの訓練と試験条件を比較した。CNN+LSTM注意モデルとLSTM注意モデルは,より良く機能して,試験および訓練の正確性はより高いと結論を下した。(2)モデルのフィッティングを通して,CNN+LSTM注意モデルのSn(%)=70.71,Sp(%)=86.25,Acc(%)=81.07,およびMCC=0.752が最良の適合モデルであることがわかった。利用者の男性と女性層別化および性別層別化を予測し,W企業の男性が主要な購入力であり,年齢層別化において,41~50の人口が最も高い割合を占めることを見出した。(3)LSTM注意モデルの平均精度率は66.6%と高く,平均再現率は82.3%であり,F1スコアは73.1%であった。このモデルは,精密マーケティング予測に対する期待を満たした。(4)CNN+LSTM注意モデルを用いて次の年のマーケティング入力を予測し,精密マーケティングの使用がW企業の利益を増加させることが分かった。平均年間データは,精度マーケティングの毎月の収入が73.5%増加したことを示した。Copyright 2022 Xia Liu. Translated from English into Japanese by JST.【JST・京大機械翻訳】