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.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Comportamiento global de
Artículo:
Marco unificado de esquemas de subdivisión aproximada e interpolatoria para la construcción de una clase de esquemas de subdivisión binaria.
Artículo:
Contracciones de tipo Suzuki-Edelstein mediante funciones auxiliares
Artículo:
Captura de imágenes de alto rango dinámico en dimensiones reducidas con sensado compresivo.
Artículo:
Sobre la Secuencia Recursiva
Informe, reporte:
Diagnóstico sobre la logística del comercio internacional y su incidencia en la competitividad de las exportaciones de los países miembros
Infografía:
Sistemas de calidad. Six Sigma
Manual:
Química de los taninos
Artículo:
Influencia del COVID-19 en las dinámicas de exportación, producción y consumo de carne vacuna en Colombia y el mundo: Una revisión monográfica.