Resumen

El negocio en línea ha crecido exponencialmente durante la última década, y las industrias se están enfocando más en los negocios en línea que antes. Sin embargo, simplemente establecer una tienda en línea y comenzar a vender podría no funcionar. Se necesitan diferentes técnicas de aprendizaje automático y minería de datos para conocer las preferencias de los usuarios y saber qué sería lo mejor para el negocio. Según las necesidades de toma de decisiones de las ventas de productos en línea, combinadas con los factores influyentes de las ventas de productos en línea en diversas industrias y las ventajas del algoritmo de aprendizaje profundo, este artículo construye un modelo de predicción de ventas adecuado para productos en línea y se enfoca en evaluar la adaptabilidad del modelo en diferentes tipos de productos en línea. En el proceso de investigación, se compara el modelo de conexión completa con los resultados de entrenamiento de CNN, lo que demuestra la precisión y capacidad de generalización del modelo CNN. Al seleccionar el modelo de aprendizaje no profundo como la línea de base de comparación, se demuestran las ventajas

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Negocio en línea; Aprendizaje automático; Técnicas de minería de datos; Modelo de predicción de ventas; Algoritmo de aprendizaje profundo; Modelo CNN
• Keywords:Online business; Machine learning; Data mining techniques; Sales prediction model; Deep learning algorithm; CNN model