Please use this identifier to cite or link to this item: https://hdl.handle.net/10216/85507
Author(s): Duarte Nuno Pereira Duarte
Title: Framework for Multi-Agent Simulation of User Behaviour in E-Commerce Sites
Issue Date: 2016-07-13
Abstract: Customers interact with e-commerce websites in multiple ways and the companies operating them rely on optimizing success metrics such as CTR (Click through Rate), CPC (Cost per Conversion), Basket and Lifetime Value and User Engagement for profit. Changing what, how and when content such as product recommendations and ads are displayed can influence customers' actions.Multiple algorithms and techniques in data mining and machine learning have been applied in this context. Summarizing and analyzing user behaviour can be expensive and tricky since it's hard to extrapolate patterns that never occurred before and the causality aspects of the system are not usually taken into consideration. Commonly used online techniques such as A/B testing and multi-armed bandit optimization have the down side of having a high operational cost (including time e.g if a data scientist is evaluating the impact of a new recommendation engine after one month, she would need to wait an actual month to have results). However, there has been studies about characterizing user behaviour and interactions in e-commerce websites that could be used to improve this process.The goal of this dissertation is to create a framework capable of running a multi-agent simulation, by regarding users in an e-commerce website and react to stimuli that influence their actions. Furthermore, some statistical constructs such as Baysian networks, Markov chains or probability distributions can be used to guide how these agents interact with the system. By taking input from web mining (Web structure mining (WSM), Web usage mining (WUM) and Web content mining (WCM)), which includes both static and dynamic content of websites as well as user personas, the simulation should collect success metrics so that the experimentation being run can be evaluated. For example, this framework could be used to try different approaches to product recommendation and estimate the impact of it.
Description: Consumidores interagem com websites de comércio eletrónico de várias formas e as empresas que os operam dependem da otimização de métricas de sucesso tais como CTR (Click through Rate), CPC (Cost per Conversion), Basket e Lifetime Value e User Engagement para lucro. Alterar como, onde e quando o conteúdo de páginas web como por exemplo recomendação de produtos e publicidade é mostrado pode influenciar as ações dos consumidores.Vários algoritmos e técnicas em data mining e machine learning têm sido aplicados neste contexto. Sumarizar e analisar comportamento de utilizadores pode ser custoso e complicado porque é difícil extrapolar padrões que nunca ocorreram antes e os aspetos causais do sistema geralmente não são tidos em consideração. Técnicas online geralmente usadas tais como testes A/B e otimização multi-armed bandit têm o problema de ter um custo operacional elevado (incluindo o tempo, por exemplo, se um analista de dados quiser avaliar o impacto de um novo motor de recomendação passado um mês, terá de esperar esse mês para obter resultados). Porém, existem estudos sobre caracterizar comportamento e interações de utilizadores em sites de comércio eletrónico que podem ser usados para melhorar este processo.O objetivo desta dissertação é criar uma framework capaz de correr um simulação multi-agente, tendo em conta os utilizadores de um site de comércio eletrónico que reagem a estímulos que influenciam as suas ações. Extraindo dados de web mining (Web structure mining (WSM), Web usage mining (WUM) e Web content mining), que inclui tanto conteúdo estático como dinâmico de websites assim como de perfis de utilizadores, a simulação deve reportar métricas de sucesso para que a experiência possa ser avaliada. Um caso de utilização da framework é experimentar várias formas de recomendar produtos aos consumidores e estimar o impacto dessas recomendações.
Subject: Engenharia electrotécnica, electrónica e informática
Electrical engineering, Electronic engineering, Information engineering
Scientific areas: Ciências da engenharia e tecnologias::Engenharia electrotécnica, electrónica e informática
Engineering and technology::Electrical engineering, Electronic engineering, Information engineering
TID identifier: 201301873
URI: https://repositorio-aberto.up.pt/handle/10216/85507
Document Type: Dissertação
Rights: openAccess
License: https://creativecommons.org/licenses/by-nc/4.0/
Appears in Collections:FEUP - Dissertação

Files in This Item:
File Description SizeFormat 
145170.pdfFramework for Multi-Agent Simulation of User Behaviour in E-Commerce Sites2.25 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons