PL EN


2015 | 216 | 26-36
Article title

Analiza kontekstu zachowań e-klientów w zależności od dynamiki zmian w nawigacji internetowej względem przeprowadzanych akcji marketingowych

Content
Title variants
EN
E-customers behaviors context analysis based on the dynamics of changes in web navigation due to marketing action performed
Languages of publication
PL
Abstracts
PL
Handel internetowy pozwala na automatyzację wielu procesów marketingowych oraz na pozyskanie cennych danych o zachowaniu klientów i ich nawigacji na stronach internetowych. Przy użyciu technik eksploracji danych można uzyskać pełną analizę zachowań klienta oraz przeprowadzić segmentację populacji. Sam proces segmentacji populacji nie pozwala jednak na określenie celu klienta, gdyż proces nawigacji jest zmienny w czasie i zależny od zewnętrznych czynników. Określenie celu i zrozumienie potrzeby klienta wymusza wprowadzenie analizy kontekstu zachowań e-klienta. Artykuł przedstawia analizę zachowań e-klientów, segmentację populacji oraz analizę kontekstu zachowań względem przeprowadzanych akcji marketingowych.
EN
E-commerce allows to automate marketing processes and to gain valuable data about customer behavior and their navigation on the website. Using data mining techniques, we can get a complete analysis of customer behavior and to segment the po-pulation. However, population segmentation process does not identify the customer, be-cause the navigation process is unpredictable over time and depends on external factors. This article presents an analysis of the behavior of e-customer, segmentation of popula-tion and analysis of the context of population behavior towards marketing actions.
Year
Volume
216
Pages
26-36
Physical description
Contributors
References
  • Borges J., Levene M. (1999), Data mining of user navigation patterns, ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, San Diego.
  • Cadez I., Heckerman D., Meek C., Smyth P., White S. (2000), Visualization of naviga-tion patterns on a web site using model based clustering, Technical Report MSR-TR-00-18, Microsoft Research.
  • Cooley R., Mobasher B., Srivastava J. (1999), Data preparation for mining World Wide Web browsing patterns, „Journal of Knowledge and Information Systems”, Vol. 1, No. 1, s. 5-32.
  • Jording T. (1999), A temporary user modeling approach for adaptive shopping on the web [w:] Proceedings of the 2ndWorkshop on Adaptive Systems and User Mode-ling on theWWW,UM99, Banff, Canada.
  • Laur P.-A., Teisseire M., Poncelet P. (2003), Web usage mining: extraction, maintenan-ce and behaviour trends [w:] IICAI’03: Indian International Conference of Artifi-cial Intelligence, s. 493-506.
  • Paliouras G., Papatheodorou C., Karkaletsis V., Spyropoulos C.D. (2000) Clustering the users of large web sites into communities [in:] Proceedings of International Confe-rence on Machine Learning (ICML), Stanford, California.
  • Schwarzkopf E., (2001), An adaptive web site for the UM2001 conference [in:] Proce-edings of the UM2001Workshop on Machine Learning for User Modeling.
  • Srivastava J., Cooley R., Deshpande M., Tan P.-N. (2000), Web usage mining: discovery and applications of usage patterns from web data, SIGKDD Explorations, Univer-sity of Minnesota, manuscript.
  • Yan T.W., Jacobsen M., Garcia-Molina H., Dayal U. (1996), From user access patterns to dynamic hypertext linking, WWW 5/Computer Networks 28.
Document Type
Publication order reference
Identifiers
ISSN
2083-8611
YADDA identifier
bwmeta1.element.desklight-267bf00a-ca9a-497c-8418-5872d75cbabf
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.