| DC Field | Value | Language |
|---|
| dc.contributor.author | Сайдикаримов, С. И. | - |
| dc.contributor.author | Тонкович, И. Н. | - |
| dc.coverage.spatial | Новосибирск | en_US |
| dc.date.accessioned | 2026-06-17T11:47:58Z | - |
| dc.date.available | 2026-06-17T11:47:58Z | - |
| dc.date.issued | 2026 | - |
| dc.identifier.citation | Сайдикаримов, С. И. Моделирование взаимосвязи поведенческих паттернов пользователей и ключевых метрик электронной коммерции на основе данных цифрового следа = Optimization of the family budget structure based on linear and dynamic programming methods / С. И. Сайдикаримов, И. Н. Тонкович // Студенческий : электронный научный журнал. – 2026. – № 1 (339). – С. 30–31. | en_US |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/64165 | - |
| dc.description.abstract | В статье рассматриваются вопросы математического моделирования взаимосвязи поведенческих паттернов пользователей и ключевых метрик электронной коммерции на основе данных цифрового следа. Автор анализирует методы количественного описания пользовательского поведения и их влияние на показатели конверсии, среднего чека и удержания клиентов. Особое внимание уделяется применению корреляционного и регрессионного анализа для выявления значимых факторов, определяющих эффективность онлайн-платформ. | en_US |
| dc.language.iso | ru | en_US |
| dc.publisher | ООО "СибАК" | en_US |
| dc.subject | публикации ученых | en_US |
| dc.subject | онлайн-платформы | en_US |
| dc.subject | электронная коммерция | en_US |
| dc.subject | цифровой след | en_US |
| dc.subject | поведенческие паттерны | en_US |
| dc.subject | анализ данных | en_US |
| dc.title | Моделирование взаимосвязи поведенческих паттернов пользователей и ключевых метрик электронной коммерции на основе данных цифрового следа | en_US |
| dc.title.alternative | Optimization of the family budget structure based on linear and dynamic programming methods | en_US |
| dc.type | Article | en_US |
| local.description.annotation | The article examines mathematical modeling of the relationship between user behavioral patterns and key e-commerce metrics based on digital footprint data. The author analyzes quantitative methods for describing user behavior and its impact on conversion rates, average order value, and customer retention. Particular attention is paid to the use of correlation and regression analysis to identify significant factors affecting the performance of online platforms. The proposed model enables the automation of managerial decision-making processes in e-commerce based on user behavioral data. | en_US |
| Appears in Collections: | Публикации в зарубежных изданиях
|
