用數(shù)據(jù)挖掘研究網(wǎng)購經(jīng)濟學

Category: STEM國際競賽 Date: 2020年3月20日上午12:16

在之前的文章當中，小編介紹過關于數(shù)據(jù)分析的相關內容。今天小編也要介紹一個新課題，JHU科研課題：基于數(shù)據(jù)挖掘的網(wǎng)絡購物經(jīng)濟學分析。這是通過對大數(shù)據(jù)進行分析，研究在網(wǎng)購當中存在的網(wǎng)購經(jīng)濟學。

課題簡介

數(shù)據(jù)挖掘（Data Mining）是計算機學的一個跨學科分支，一般是指用戶通過自動或半自動的分析大量數(shù)據(jù)，做出歸納性的推理，最終提取出過去未知且具有價值的潛在信息的過程。近年來，數(shù)據(jù)挖掘已經(jīng)成為人工智能和數(shù)據(jù)庫領域的研究熱點，并被越來越多地應用于市場營銷、客戶群體劃分、企業(yè)危機管理等商業(yè)領域。

網(wǎng)購平臺中的商家經(jīng)常開展各種促銷活動，刺激消費者的購買欲，這加劇了網(wǎng)購平臺上商品價格的波動性。但實際上，商家經(jīng)常會使用提價后再打折、綁定銷售低性價比商品等手段，確保營業(yè)額最大化。這種信息不對稱造成大多數(shù)消費者難以在短時間內，思考出性價比最高的購買計劃，在實際付費后，經(jīng)常后悔不已。

本課題會利用爬蟲等技術，獲取不同網(wǎng)購平臺上的各種商品的歷史價格數(shù)據(jù)，并指導學生基于此，構建數(shù)學模型。通過數(shù)據(jù)挖掘和深度學習等手段，學生可以對數(shù)據(jù)進行量化分析，為消費者提供最優(yōu)購買策略。同時，學生也可以在對消費者的網(wǎng)購行為進行分析后，給予商家關于促銷時間、促銷產(chǎn)品、促銷方式的建議，幫助網(wǎng)購平臺最大化經(jīng)濟效益。

科研方法

AI＋X數(shù)據(jù)驅動型科研

使用人工智能（AI）算法，收集、處理、分析具體學科（X）的海量數(shù)據(jù)，并基于此進行預測，從而獲得科學發(fā)現(xiàn)的研究方法。與傳統(tǒng)的、基于實驗或邏輯推理的研究方式相比，AI＋X數(shù)據(jù)驅動型科研可以借助AI算法強大的運算能力，高效地進行大數(shù)據(jù)分析，具有投入產(chǎn)出比高、適用范圍廣的優(yōu)點。

AI＋X數(shù)據(jù)驅動型科研已被廣泛地應用于各個領域，利用AI算法研究基因數(shù)據(jù)，從而進行早期的癌癥篩查便是其中一例。基因組與癌癥病患的數(shù)據(jù)千千萬萬，使用傳統(tǒng)的科研方式對其進行分析，工程量大、過程繁瑣，在客觀上難以實現(xiàn)。

但借助AI算法這一便捷的工具，生命科學家便能夠以海量的患者的遺傳信息為基礎，建立數(shù)據(jù)庫，與過往的研究成果進行對照，快速、準確地在兩者中發(fā)現(xiàn)規(guī)律、建立聯(lián)系，從而使癌癥診斷的“標準化”成為可能。