АНАЛІЗ ПРОГНОЗУВАННЯ ПОВЕДІНКИ ВІДВІДУВАЧА ВЕБ-САЙТУ
Ключові слова:
електронна комерція, моделі поведінки, соціальна мережа, банк, маркетинг
Анотація
В статті розглянуті основні підходи процесу прогнозування поведінки відвідувача веб-сайту. Наведені прикладиіснуючих методів та методик прогнозування, надані висновки щодо необхідності аналізу існуючих та побудови новихмоделей поведінки, а також складання прогнозів за допомогою цих моделей у процесі ведення бізнесу. Також надан методи використання соціальних мереж для збільшення числа клієнтів фінансових установ, підвищення задоволеностіпродуктами банку та зростання їх конкурентоспроможності. Визначається підхід до стратегії використання соціальних медіа в банківській сфері.Завантаження
Дані про завантаження поки що недоступні.
Посилання
1. Понятие электронной коммерции [Электронный ресурс] // Режим доступа к статье: http http://laboureconomics.ru/neweconomics/131-ecommerce.
2. US e-commenrce sales grow 15.6% in 2016 [Электронный ресурс] // Режим доступа к статье: https://www.digitalcommerce360.com/2017/02/17/. 1. The Wall Street Journal, March 13, 2014, [Электронный ресурс] // Режим доступа к статье: http://online.wsj.com/news/articles.
3. Sudheer K. Reddy. An Effective Methodology for Pattern Discovery in Web Usage Mining, International Journal of Computer Science and Information Technologies, Vol. 3 (2) 2012, рр. 3664-3667.
4. Vedpriya Dongre, Jadgish Raikwal, An Improved user Browsing Behavior Prediction Using Web Log Analysis, Internmational Journal of Advanced Research in Computer Engineering & Technology, Volum 4 Issue 5, May 2015, рр. 1838-1842с.
5. Наибольшая общая подпоследовательность [Электронный ресурс] // Режим доступа: https://en. wikipedia.org/wiki/Longest_common_subsequence_problem.
6. Gang Fang, Jia-Le Wang, Hong Ying, Jiang Xiong, A double algorithm of Web usage mining based on sequence number, IEEE 2009
7. A. Awad and Issa Khalil, Prediction of User’s Web- Browsing Behavior: Application of Markov Model, IEEE Transaction 2010.
8. Knowing What to Sell, When, and to Whom [Электронный ресурс] // Режим доступа: https://hbr.org/ 2006/03/knowing-what-to-sell-when-and-to-whom.
9. The Wall Street Journal, March 13, 2014, [Электронный ресурс] // Режим доступа к статье: http://online.wsj.com/news/a.rticles/SB1000142405270230354 6204579437692833009398
10. Официальный рейтинг банков Украины [Электронный ресурс] // Режим доступа к статье: http://banker.ua/officialrating/.
11. CREDIT SCORING BASED ON SOCIAL NETWORK DATA [Электронный ресурс] // Режим доступа: https://bijournal.hse.ru/data/2015/10/12/1076342406/2.pdf.
12. Social Media and the Workplace // Режим доступа к статье: http://www.pewinternet.org/2016/06/22/ social-media-and-the-workplace/
13. Рейтинг популярных в Украине сайтов за октябрь 2017 года [Электронный ресурс] // https://itc.ua/ news/reyting-populyarnyih-v-ukraine-saytov-v-oktyabre-2017- goda-sotsialnyie-seti-novostnyie-i-e-commerce-saytyi-vyiroslia- sanktsionnyie-resursyi-poteryali-ohvat/.
14. Harvard Business Review, 2010 [Электронный ресурс] // Режим доступа: http://www.sas.com/resources/whitepaper/wp_23348.pdf.
2. US e-commenrce sales grow 15.6% in 2016 [Электронный ресурс] // Режим доступа к статье: https://www.digitalcommerce360.com/2017/02/17/. 1. The Wall Street Journal, March 13, 2014, [Электронный ресурс] // Режим доступа к статье: http://online.wsj.com/news/articles.
3. Sudheer K. Reddy. An Effective Methodology for Pattern Discovery in Web Usage Mining, International Journal of Computer Science and Information Technologies, Vol. 3 (2) 2012, рр. 3664-3667.
4. Vedpriya Dongre, Jadgish Raikwal, An Improved user Browsing Behavior Prediction Using Web Log Analysis, Internmational Journal of Advanced Research in Computer Engineering & Technology, Volum 4 Issue 5, May 2015, рр. 1838-1842с.
5. Наибольшая общая подпоследовательность [Электронный ресурс] // Режим доступа: https://en. wikipedia.org/wiki/Longest_common_subsequence_problem.
6. Gang Fang, Jia-Le Wang, Hong Ying, Jiang Xiong, A double algorithm of Web usage mining based on sequence number, IEEE 2009
7. A. Awad and Issa Khalil, Prediction of User’s Web- Browsing Behavior: Application of Markov Model, IEEE Transaction 2010.
8. Knowing What to Sell, When, and to Whom [Электронный ресурс] // Режим доступа: https://hbr.org/ 2006/03/knowing-what-to-sell-when-and-to-whom.
9. The Wall Street Journal, March 13, 2014, [Электронный ресурс] // Режим доступа к статье: http://online.wsj.com/news/a.rticles/SB1000142405270230354 6204579437692833009398
10. Официальный рейтинг банков Украины [Электронный ресурс] // Режим доступа к статье: http://banker.ua/officialrating/.
11. CREDIT SCORING BASED ON SOCIAL NETWORK DATA [Электронный ресурс] // Режим доступа: https://bijournal.hse.ru/data/2015/10/12/1076342406/2.pdf.
12. Social Media and the Workplace // Режим доступа к статье: http://www.pewinternet.org/2016/06/22/ social-media-and-the-workplace/
13. Рейтинг популярных в Украине сайтов за октябрь 2017 года [Электронный ресурс] // https://itc.ua/ news/reyting-populyarnyih-v-ukraine-saytov-v-oktyabre-2017- goda-sotsialnyie-seti-novostnyie-i-e-commerce-saytyi-vyiroslia- sanktsionnyie-resursyi-poteryali-ohvat/.
14. Harvard Business Review, 2010 [Электронный ресурс] // Режим доступа: http://www.sas.com/resources/whitepaper/wp_23348.pdf.
Опубліковано
2018-02-08
Як цитувати
Grynov D.V. Аналіз прогнозування поведінки відвідувача веб-сайту / D.V. Grynov, D.S. Boiko, M.A. Holub // Системи управління, навігації та зв’язку. Збірник наукових праць. – Полтава: ПНТУ, 2018. – Т. 1 (47). – С. 99-104. – doi:https://doi.org/10.26906/SUNZ.2018.1.099.
Розділ
Статті
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
