Reinforced_Learning_Based_印尼电商用户行为推荐系统研究数据2024

数据集概述

本数据集为基于强化学习算法的个性化电商产品推荐系统研究数据，包含2024年6月至7月对447名印尼受访者的调查数据，涉及推荐质量、满意度、易用性等指标，用于分析系统质量与推荐准确性、新颖性、多样性的关系及对用户体验和销售转化的影响。

文件详解

• 文件名称：Open Data Julian.xlsx
• 文件格式：XLSX
• 字段映射介绍：包含印尼电商用户行为相关数据，涉及推荐质量、用户满意度、易用性等调查指标，支持分析系统质量与推荐准确性、新颖性、多样性的关联，以及对用户体验和销售转化的影响。

适用场景

• 电商推荐系统优化: 分析系统质量对推荐准确性、新颖性、多样性的影响，优化强化学习推荐算法。
• 用户行为与销售转化研究: 基于用户行为数据探究浏览与购买产品的相关性，提升销售转化率。
• 强化学习算法应用评估: 验证强化学习算法在电商个性化推荐中的效果与潜力。
• 电商用户体验研究: 分析推荐系统对用户满意度、易用性感知及整体体验的影响机制。