Resumen

Con el rpido desarrollo de las finanzas en lnea y las redes sociales, en Internet se almacena una gran cantidad de datos sobre el comportamiento, que pueden reflejar plenamente las tendencias y hbitos de compra de los usuarios reales. El uso de big data para analizar el comportamiento de los consumidores es ms cientfico y preciso que el mtodo tradicional de encuesta por muestreo. Los datos de comportamiento de consumo en Internet son datos de series temporales. Por lo tanto, este trabajo propone un mtodo de anlisis de datos de secuencias de comportamiento, que aprende los intereses y hbitos de consumo personales, y finalmente predice el comportamiento de pago. Los experimentos comparan el efecto de ejecucin de diferentes algoritmos en mltiples bases de datos y verifican la viabilidad y eficacia del algoritmo propuesto SeqLearn.

• Materias:Algoritmos (Matemáticas) Algebra Ingeniería Lógica matemática Matemáticas
• Subjects:Agorithms (Math) Algebra Engineering Mathematical logic mathematics
• Palabras claves:Finanzas en línea; Redes sociales; Datos de comportamiento; Big data; Comportamiento del consumidor; Algoritmos
• Keywords:Online finance; Social networks; Behavioral data; Big data; Consumer behavior; Algorithms