电子商务中数据挖掘技术的研究与应用探索

顾客在电子商务网站的访问行为会产生大量数据信息,这些数据中包含了大量对市场分析及预测有用的潜在信息,可运用数据挖掘技术对客户访问信息的Web数据进行挖掘,从而了解客户的访问行为。本文主要讨论了电子商务中挖掘信息的目标、方法及数据挖掘技术在电子商务中的几点应用。     

Web数据挖掘技术在电子商务中的应用

本文介绍了在电子商务中Web数据挖掘的过程、主要挖掘方法及应用。将数据挖掘技术应用于电子商务,对企业积累的海量数据进行处理,从这些数据中发现潜在的规律,把握客户动态、追踪市场变化,帮助企业制定今后的发展战略,使电子商务更具个性化和针对性。     

基于PMML的电子商务数据挖掘研究

随着互联网技术的发展,电子商务进入了海量数据时代,从这些海量数据里挖掘出有用的模式具有非常高的商业价值。常规的数据挖掘模型会依赖于特定的数据挖掘平台,而目前的数据挖掘平台并不能做到随时随地跨平台交换数据挖掘模型。文章提出基于PMML的电子商务数据挖掘方法,只要数据挖掘平台兼容了PMML规范就可以真正做到跨台平交换数据挖掘模型。文章重点研究了PMML语言是如何表示完整数据挖掘模型,并就某电商平台挖掘潜在客户的数据进行实验并分析实验结果,从而验证了方案的有效性。     

数据挖掘技术在电子商务中的应用

本文介绍了数据挖掘技术的定义、挖掘过程及主要技术,并对数据挖掘技术在电子商务中的应用进行了讨论。     

数据挖掘技术在电子商务中的应用研究

在现代社会中数据库技术飞速发展,其中包含的数据信息也在与日俱增。在企业运营过程中,数据库系统也逐渐被广泛应用到日常信息管理中,也就是通过相关技术手段有效组织利用数据库中的海量信息,帮助相关数据所有者找到其中有价值的信息及知识,用来指导企业的发展规划,提高企业的运行效率。这成为了当下电子商务行业经营者非常关注的热点话题之一,而数据挖掘技术正好可以帮助电子商务经营者解决此类问题。数据挖掘是人工智能和自然语言理解等相关技术的综合利用,目的是从大量数据中提取出可利用、有价值的信息或模式。本课题首先分析和总结了国内外学者的研究成果,对数据挖掘在电子商务中的应用做初步了解,接着对数据挖掘和电子商务概念、数据挖掘的方法进行阐述,本文还采用了理论分析和案例分析等研究方法,同时还对来自不同企业的员工进行了问卷调查,对数据挖掘技术在电子商务领域在相关应用情况、推广过程中存在的难点以及解决电子商务发展瓶颈的相关办法进行充分讨论研究,以此探析电子商务发展与数据挖掘的切合点,全面推进技术创新应用。通过本文的研究,对数据挖掘技术在电子商务中的应用现状有了一个了解,其中的问题以及解决方案也能为数据挖掘在电子商务中的更好应用提供一个好的平台。     

Web挖掘应用研究

随着互联网的广泛应用,利用数据挖掘技术对Web中的信息进行深度分析成为研究的热点。本文在对国内外Web挖掘应用最新成果研究的基础上,从个人和企业的实际应用出发介绍数据挖掘技术在Web中的各种应用,并以电子商务网站的Web挖掘为实例,详细介绍了如何在Web中利用数据挖掘技术获取企业或个人所需的信息。     

电子商务中数据挖掘技术应用的探索

本文通过“数据爆炸但知识贫乏”的现象，得出数据挖掘技术的产生、分析、是科学技术发展过程中的必然现象。通过比较的方式对数据挖掘技术的特点进行了描述，并对数据挖掘技术的功能进行了阐述。最后，文章结合电子商务网站的特点，讨论了数据挖掘技术在电子商务网站中应用的可能性和必要性，提出了推进数据挖掘技术的应用，可以为电子商务网站提供获取新效益的观点。     

基于中位分割碎片合并的特征挖掘云平台设计

为有效精确地挖掘海量数据流特征,提出采用数据集中位分割和冗余数据碎片合并的方法设计决策树并构建云平台数据特征挖掘模型。传统的云平台下数据挖掘中对碎片信息不做处理,使文本碎片成几何级增长,导致有用信息的丢失。通过挖掘冗余信息中符合挖掘条件的碎片特征,使用KD树进行数据挖掘索引,在迭代过程中,对数据进行层进中位分割,并结合碎片合并技术,构建数据挖掘云平台模型,对中位数进行维度匹配分箱,使数据的挖掘和传输率最大限度地得到利用。仿真实验证明了采用碎片合并的方法能有效提取冗余碎片中的有用特征信息,数据挖掘性能得到大幅度提升,在数据信息提取和管理中具有很好的推广意义。     

基于SPSS知识地图的国内数据挖掘研究现状分析

本文以CNKI数据库中1997—2006年与数据挖掘相关的期刊论文为基础,采用共词分析法与知识地图法绘制SPSS知识地图,进而分析国内数据挖掘的研究现状,最终得出三个结论：①在数据挖掘研究中,Web挖掘已与数据挖掘方法、数据挖掘的应用形成鼎立之势;②数据挖掘热点研究方法;③数据挖掘热点应用领域。     

网络信息挖掘系统评价初探

随着电子商务的蓬勃兴起 ,许多企业已经开始意识到其所拥有的丰富的信息资源在商业决策中具有潜在的巨大商业价值。更好的决策支持需求和企业电子商务的开展正推动着网络信息挖掘系统的研究与开发。鉴于网络信息挖掘是在数据挖掘的基础上发展起来的 ,因此对于网络信息挖掘系统的基本问题 ,本文仍将利用数据挖掘系统的基本理论来描述。目前 ,由于网络信息挖掘系统的发展正在起步阶段 ,因此它的分类还无法达到数据挖掘系统分类那样细致。具体而言 ,对网络信息挖掘系统分类可以从商业能力、挖掘数据类型、挖掘功能、数据分析方法和应用领域角度…     

基于web日志的数据挖掘技术在电子商务网站中的应用

在电子商务平台运营过程中,形成了海量web日志信息,如何运用数据挖掘技术挖掘有价值的信息用于电子商务平台的优化对商家来说非常重要,这里将进行研究。     

内容中心网络移动终端数据优化挖掘模型仿真

内容中心网络中,Internet用户通常更加关心移动终端的数据内容,需要对此进行有效挖掘,传统的内容中心网络移动终端数据挖掘模型采用关联性辅助挖掘算法,由于内容中心网络的数据之间的关联性是自反的和传递的,导致挖掘效果不好。提出一种基于压缩频谱联合特征识别的内容中心网络移动终端数据优化挖掘模型。构建网络模型和数据挖掘结构模型,进行移动终端数据提取预处理,该内容块被划分成多个分片,把特征数据并行化地存储到不同的存储服务器中,实现对移动终端数据的压缩频谱联合特征识别,达到数据挖掘的目的。仿真实验表明,采用该模型进行数据挖掘,具有较大数据挖掘吞吐量,使得数据存储对象数目有明显提升,数据挖掘精度和收敛性能得到提高。     

无线传感器网络数据挖掘研究

如何从WSN数据中挖掘有用的知识,是WSN数据处理中较为核心的问题之一。WSN数据具有多维度、多层次等流数据特点,传统数据挖掘技术较难直接应用于无线传感器网络,发展能够在线分析和处理无线传感器的数据挖掘技术是至关重要的。本文对现有WSN数据挖掘技术进行了相关对比研究,并且提出了WSN分布式数据挖掘工作流框架。该框架清晰的展示了无线传感器网络流数据分布式处理流程,为处理该类数据挖掘提供一个可行的研究方向。     

基于数据挖掘的移动电子商务用户群体特征分析

相比传统电子商务,移动电子商务在位置相关性、个性化和随时随地访问性等方面有无法比拟的优势.在总结国内外移动电子商务研究现状和发展趋势的基础上,通过网络问卷收集数据集,利用数据挖掘方法研究移动电子商务用户群体特征,对1 748份有效问卷进行挖掘分析,得出一些已使用移动电子商务用户的特征以及认知低而使用意愿比较高的用户特征,为发展移动电子商务业务的企业实现精准营销提供借鉴.     

基于语义挖掘的智能竞争情报系统研究

语义挖掘是一种从非结构化数据中准确地提取有用信息和知识的新兴数据挖掘技术。利用语义挖掘对这些非结构化数据和信息进行智能采集、分析和处理,可以帮助企业快速建立起经济有效的竞争情报流程。本文融合语义挖掘的相关技术来探索竞争情报的智能采集与分析原理,构建了一个基于语义数据挖掘的企业智能竞争情报系统。     

浅析数据挖掘技术在电子商务中的应用

随着网络技术的发展、Intemet的普及和数据库技术的成熟，全球传统商务正经历一次重大变革，电子商务正以令人难以置信的速度蓬勃发展。电子商务的发展也促使电子商务网站积累了大量的客户数据信息。如何充分利用这些数据，将这些数据转换成有用的信息，从而更好地提高网站的服务质量和创造更多的利润空间，是电子商务迫切需要解决的问题。本文主要介绍了数据挖掘技术，以实例分析了数据挖掘在电子商务中的应用，并介绍了在电子商务中如何应用数据挖掘技术。     

Web数据挖掘技术及应用

Web数据挖掘技术在电子商务中的应用越来越广泛,已成为现代电子商务企业获取市场信息极为重要的工具。本文简要介绍了Web数据挖掘的定义等相关内容,并对Web数据挖掘技术在电子商务领域中的应用进行了阐述。     

基于J2EE的Web数据挖掘系统框架评价体系研究

本文简要介绍了Web挖掘的概念以及数据挖掘技术与算法，阐述数据挖掘系统结构，并对其框架及实现方法进行了探讨，讨论基于J2EE平台的MVC设计框架下Web数据挖掘系统体系结构。最后将对系统进行评价分析。     

文本数据挖掘技术在Web知识库中的应用研究

介绍了文本数据挖掘和知识提取的基本理论,然后分析了网络信息的检索与挖掘的特征,特别是文本挖掘、Web数据挖掘和基于内容数据挖掘与之相关联的系列问题.在此基础上,分析了Web知识库的设计、建立、文本数据挖掘和知识发现所需的理论和技术,对Web知识库系统的架构和功能模块进行分析和设计,建立了基于文本数据挖掘的Web网络知识库的模型.     

基于SQL SERVER 2005的电子商务网站数据挖掘探析

从介绍数据挖掘原理和分析了电子商务进行数据挖掘必要性入手,探讨了运用SQL Server 2005进行基于Web日志和基于在线交易数据的数据挖掘的一般流程。