典型文献
大型商场顾客消费行为轨迹推断
文献摘要：
如何获取大型商场内海量顾客消费行为一直是行为地理学面临的难点问题,而近年来爆发式增长的室内轨迹数据为这一问题解决提供了机遇,但室内轨迹的语义信息缺失、数据质量差等问题给推断顾客消费行为造成了挑战.本研究提出了一种顾及文本-轨迹的商场顾客消费行为轨迹推断框架,无需隐私敏感的顾客消费记录数据,可以获取大量顾客消费行为,该方法通过爬取室内店铺的网络文本,增强室内店铺语义属性,进而实现顾客几何轨迹到语义轨迹的转化提升,并引入了轨迹嵌入特征表示学习方法,捕捉群体轨迹之间的移动特征,综合轨迹移动特征、轨迹语义特征及顾客嵌入特征,通过高维聚类实现了大型商场顾客消费模式的推断.通过某大型商场7045位顾客的真实轨迹进行实验分析,实验结果表明,本文提出的方法与传统特征提取方法相比,聚类结果在轮廓系数上提升最高达69.8％,顾客消费行为提取准确率更高.研究发现,室内顾客移动具有一定楼层倾向性,并且室内空间结构如店铺位置、扶梯位置、功能区划分等,会影响顾客消费模式.本文提出的方法可以有效识别不同消费水平、移动特征的顾客群体,实现顾客消费行为的轨迹推断.
文献关键词：
室内轨迹;轨迹挖掘;室内消费行为;轨迹聚类;人群时空行为;移动特征嵌入;移动模式挖掘;室内空间结构;人群动态观测
中图分类号：
作者姓名：
初晨;张恒才;陆锋
作者机构：
中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室,北京100101;中国科学院大学资源与环境学院,北京100049
文献出处：
引用格式：
[1]初晨;张恒才;陆锋-.大型商场顾客消费行为轨迹推断)[J].地球信息科学学报,2022(06):1034-1046
A类：
室内消费行为,人群时空行为,移动特征嵌入,移动模式挖掘,人群动态观测
B类：
大型商场,行为轨迹,场内,内海,行为地理学,爆发式,室内轨迹,轨迹数据,语义信息,信息缺失,数据质量,顾及,爬取,店铺,网络文本,语义轨迹,轨迹嵌入,嵌入特征,特征表示,表示学习方法,语义特征,高维,消费模式,传统特征,轮廓系数,楼层,倾向性,室内空间结构,铺位,扶梯,功能区划分,消费水平,顾客群,轨迹挖掘,轨迹聚类
AB值：
0.280942
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
