Resumen

El objetivo de este estudio es conocer el comportamiento de los usuarios de Internet. Desde que Internet se introdujo en el mercado, han aumentado las diversas y frecuentes actividades en línea, y cada vez es más importante para las empresas comprender a los usuarios en línea. Por lo tanto, este estudio analizó los comportamientos de los usuarios online y los segmentó utilizando el método de clustering de K-means a partir de datos reales de clickstream. Había cuatro preguntas de investigación diferentes y, por tanto, cuatro conjuntos de segmentaciones diferentes. Se descubrió que muchas personas se entretienen en línea utilizando las redes sociales, los juegos, etc. Además, algunas personas sólo tienen acceso a las redes sociales. Además, algunas personas sólo tienen acceso a algunos sitios web concretos. Algunos utilizan el servicio online con regularidad todos los días, mientras que otros lo hacen de forma muy irregular. Las personas se dividieron en dos grupos, el grupo de los días laborables y el grupo de los fines de semana. Es probable que las personas utilicen Internet entre semana o durante el fin de semana. Los adolescentes y las personas de más de 50 años son más propensos a utilizarlo durante el fin de semana. Además, los adolescentes también muestran diferentes franjas horarias (por ejemplo, durante la noche) para utilizar Internet que otros grupos de edad. Estos resultados pueden arrojar luz sobre la comprensión de lo que hacen los consumidores en Internet y lo que les interesa actualmente, así como sobre la toma de decisiones en la estrategia de marketing.

• Materias:Patrones binarios Micromezcladores Simulación dinámica Sistemas móviles Plataforma inteligente
• Subjects:Binary patterns Micromixers Dynamic simulation Mobile systems Intelligent platform
• Palabras claves:usuarios en línea, Internet, datos reales de clics, diferentes preguntas de investigación, diferentes zonas horarias, pocos sitios web específicos, actividades en línea frecuentes, otros grupos de edad, Personas, adición
• Keywords:online users, Internet, actual clickstream data, different research questions, different time zone, few specific websites, frequent online activities, other age groups, People, addition