数字贸易对消费者行为的影响研究

本文选取2022年抽样的淘宝数据进行分析与挖掘,并基于K-means算法对买家进行聚类分析,初步筛选出疑似刷单行为的买家和卖家。在剔除这些用户后,又利用回归分析法分析卖家获得评价、信用评价体系、卖家店铺等级对销量的影响;采用LSTM算法对销量数据的时间序列进行预测;通过Apriori关联规则算法找到买家与卖家和商品之间的关联。其中,在卖家获得评价对销量的影响中,建立奖励函数来描述好评和差评的影响,结果显示奖励函数与销量呈正相关关系。在信用评价体系对销量的影响中,服务和发货对销量的影响较大。卖家店铺等级,则无明显关系。预测的销量数据虽没有较好的结果,但给出了合理的解释。关联结果显示,买家与卖家和商品之间有一定的联系,本研究仅供参考。