Resumen

Los métodos tradicionales de análisis de la estructura de consumo tienen muchas limitaciones, y la adquisición de datos es difícil, por lo que es complicado verificar científicamente la precisión de los algoritmos. Con el desarrollo de la economía en Internet, muchos investigadores científicos se centran en la extracción de conocimiento sobre el comportamiento del consumidor utilizando la tecnología de análisis de big data. Debido a que las decisiones de consumo están influenciadas no solo por las características personales, sino también por las tendencias sociales y el entorno, es unilateral analizar el impacto de un solo factor en el fenómeno del consumo. Los autores de este artículo combinan el método de análisis de la estructura de consumo y la tecnología de procesamiento de datos utilizando datos de una plataforma de comercio electrónico para extraer la estructura de consumo de las ciudades, comparar las diferencias estructurales entre diferentes períodos y luego descubrir la mejora del consumo de acuerdo con la inteligencia colectiva. Los experimentos demuestran la eficacia del algoritmo propuesto en este artículo en comparación con otros algoritmos simil

• Materias:Modelo de tráfico Sistemas antifrágiles Sistemas multiagente Componentes complejos
• Subjects:Traffic model Anti-fragile systems Multiagent systems Complex components
• Palabras claves:Tradicional; Estructura de consumo; Adquisición de datos; Algoritmos; Tecnología de análisis de big data; Decisiones de consumo
• Keywords:Traditional; Consumption structure; Data acquisition; Algorithms; Big data analysis technology; Consumption decisions