Crea un albero delle probabilità del percorso per i viaggi attraverso un sito Web

Attualmente sto effettuando analisi su un sito Web che richiede che crei un diagramma dell'albero decisionale che mostri il percorso probabile che le persone prendono ogni volta che arrivano sul sito Web. Ho a che fare con un data.frameche mostra i percorsi di tutti i clienti al sito, a partire dalla homepage. Ad esempio, un cliente potrebbe seguire il seguente percorso:

Homepage - pg 1
Kitchen Items page - pg 2
Pots and Pans page - pg 3

quindi questo cliente avrebbe un viaggio di 3 pagine. Quello che voglio provare a fare in R è combinare tutti i percorsi dei clienti e quindi assegnare una probabilità a un cliente seguendo un determinato percorso sul sito. Ad esempio, se dovessi esaminare tutti i percorsi, potrei scoprire che il 34% delle persone che arrivano sulla home page accede alla pagina degli articoli da cucina. R ha questa struttura?

Ho cercato diversi metodi attraverso i pacchetti rpart e partykit ma non sembravano essere di alcun aiuto.

Qualsiasi sterzo nella giusta direzione per questo è molto apprezzato!

$n \times n$$M_{n \times n}$$n$$M_{rc}$$r$$c$

La tua prima domanda ha già una risposta: "Qual è la percentuale di utenti sulla home page (ad esempio pagina 1) che viaggiano accanto ad esempio ad articoli da cucina (ad esempio pagina 2)?"

$\frac{M_{12}}{ \sum_c M_{1c}}$

O è troppo semplicistico?

Sembra che tu stia cercando di ricreare l'algoritmo PageRank di Google. Gran parte dell'algoritmo PageRank è stato sviluppato utilizzando Markov Chains. Puoi trovare molte menzioni sullo sviluppo di metodi PageRank in R.

igraph.sourceforge.net/doc/R/page.rank.htm

Da quello che vedo qui, sono d'accordo che igraphs / Markov Chains è probabilmente la strada da percorrere, tuttavia potresti sicuramente usare rpart e / o il partykit.

È difficile per me dare una risposta semplice con il tuo esempio limitato, ma posso spiegare in generale come lo faresti.

Vuoi dare un'occhiata a dove erano stati tutti i tuoi utenti e riassumere questo in una stringa per esempio

"Home / product4 / product3 / product4 / buynow"
"Home / product3 / buynow"
"Home / product3 / product4"

Potresti quindi segmentare i tuoi utenti in categorie, ad esempio quelli che sono finiti nella pagina "acquista ora" e quelli che non lo hanno fatto. Quindi potresti semplicemente iniziare a prevedere il risultato di quel terminale. In questo esempio, potresti scoprire che le persone che hanno fatto più acquisti comparativi hanno / non hanno comprato qualcosa.

Potresti anche creare più variabili, come "qual era la pagina prima della pagina buynow" "quante pagine hanno visitato prima di acquistare qualcosa" o "quando hanno creato il loro primo account" e puoi aggiungere quelle metriche alla tua analisi.

Ci sono un sacco di modi diversi si poteva andare, e questo comincia a rispondere a domande diverse, ma il mio punto è che si potrebbe utilizzare gli alberi e per alcuni problemi potrebbe essere un percorso più rapido e più semplice da intuizione.

A proposito, dovresti creare fattori variabili non numerici usando factoro as.factor, se hai intenzione di usare party. Party ha delle belle vignette per iniziare.