用于电子商务中的数据挖掘技术研究

本文基于国内外的最新研究成果对数据挖掘技术进行了研究,将这些技术应用到具体的电子商务平台中去,得到了可行性验证,从而为此技术在电子商务领域广泛应用起到了示范作用。     

商务网站客户行为信息挖掘模型的设计

企业通过电子商务网站开展网络经营的过程中 ,可以获得大量的客户行为信息 ,通过一种合适的手段 ,对这些信息进行分析 ,从而使企业的电子商务网站达到更高的客户满意度 ,将大大地提高企业网络经营的效率。通过对数据挖掘技术的应用进行分析 ,提出了数据挖掘技术在客户行为分析中的应用方法 ,并给出了一个基本的模型     

数据挖掘在电子商务中的应用研究

本文主要介绍数据挖掘在电子商务中的应用,文章从数据挖掘的定义、数据挖掘的常用方法出发,阐述了数据挖掘在海量信息中提取有效信息的作用,特别是数据挖掘与电子商务的结合可以给人们生活带来便利,给企业带来新的利润空间以及为企业提供决策支持。常用的数据挖掘技术主要包括支持向量机、朴素贝叶斯、聚类、决策树、神经网络和关联规则等,最后介绍了数据挖掘在电子商务的4个主要应用方面,说明了数据挖掘存在的必要性。     

电子商务与Web数据挖掘

在电子商务中,运用数据挖掘技术对服务器上的日志文件等Web数据进行客户访问信息的Web数据挖掘,了解客户的访问行为,从而调整站点结构、市场策略等,使电子商务更具个性化和针对性。     

数据挖掘在电子商务中的应用

随着电子商务技术的不断发展和成熟,电子商务网站所积累的数据会越来越多,如何充分利用这些数据资源来为经济发展服务将是今后所面临的一个重要问题。本文介绍了数据挖掘的概念,分析了数据挖掘技术在电子商务中的应用,并讨论了在电子商务活动中使用数据挖掘的一般步骤。     

电子商务与Web数据挖掘

在电子商务中,运用数据挖掘技术对服务器上的日志文件等Web数据进行客户访问信息的Web数据挖掘,了解客户的访问行为,从而调整站点结构、市场策略等,使电子商务活动具有针对性。     

基于用户特征的电子商务数据挖掘研究

随着互联网的出现,全球范围内电子商务正在迅速普及与发展,在这样的环境下,电子商务数据挖掘技术应运而生.电子商务数据挖掘技术是近几年来数据挖掘领域中的研究热点,基于用户特征的电子商务数据挖掘技术研究将会解决大量现实问题,为企业确定目标市场、完善决策、获得最大竞争优势,其应用前景广阔,促使电子商务企业更具有竞争力.主要分析了电子商务内容、数据挖掘技术和过程、用户细分理论,以及基于用户特征的电子商务数据挖掘.     

浅析数据挖掘在电子商务中的应用

随着商业信息和数据的急剧增加,如何有效地分析和利用信息成为企业共同关注的问题。介绍了数据挖掘的概念,数据挖掘的过程与数据挖掘中的常用方法,然后详细阐述了数据挖掘技术在电子商务中的应用,从而说明了数据挖掘在电子商务中具有广阔的应用前景。     

数据挖掘在电子商务中的应用

网络技术的发展使得大数据、信息化成为了时代的标尺,在电子商务领域亦是如此.对于商业来说,掌握先机才能够掌握更多的资源,从而获得更有利的竞争力和服务能力.通过对大数据分析得出商业信息和客户需求信息,从而提供客户满意度高的商品或服务,提高企业竞争力和影响力,数据挖掘对于电子商务有着重要的作用.从电子商务和数据挖掘的内涵入手,详细讲解数据挖掘技术在数据挖掘中的任务和过程,并探讨了数据挖掘在电子商务中的应用.     

数据挖掘技术在电子商务中的应用

数据挖掘是一个使用统计学原理和人工智能等算法进行知识发现的过程,有助于发现业务发展的趋势,帮助企业做出正确的决策,使企业处于更有利的竞争位置。基于Web的数据挖掘技术,为解决电子商务所面临的问题提供了有效途径。该文主要阐述数据挖掘的一般技术,着重探讨了数据挖掘技术在电子商务领域中的应用。     

一种基于Web数据挖掘的电子商务推荐系统

在对Web数据挖掘技术和电子商务推荐系统进行研究生的基础上,设计和提出了一种基于Web数据挖掘的电子商务推荐系统.该系统根据电子商务网站的基本特征,设计了用户当前兴趣表示方法和推荐算法,由于结合了Web使用挖掘和Web内容挖掘为顾客提供个性化推荐服务,从而较大提高了系统的推荐精确度,在实际应用中取得了较好的推荐效果.     

面向电子商务的Web使用挖掘技术应用研究

随着电子商务的深入发展,电子商务站点每天需要处理大量的数据,但数据资源中蕴涵的重要信息却至今未能得到充分的挖掘和利用。在日益激烈的电子商务市场竞争中,任何与消费者行为有关的信息对经营者来说都是非常宝贵的。企业了解用户的访问模式显得非常重要。给出Web使用挖掘的定义和完整模型框架,然后对Web使用挖掘中主要步骤的最新研究进展状况做详细的阐述和分析,其中包括：数据采集、数据预处理、模式发现、模式分析。最后对传统的和基于Web使用挖掘技术的电子商务结构模型做了对比,并深入分析了Web使用挖掘在电子商务的应用。     

电子商务环境下基于移动Agent的Web数据挖掘

针对目前电子商务环境下Web数据挖掘所面临的问题，结合移动Agcnt技术优点，提出了一种新的解决方案，即把各挖掘算法集中到移动Agcnt子系统中，并根据要求动态地创建，然后派遣它们到各商务数据站点数据库中进行数据挖掘。给出了移动Agent系统和整个挖掘系统的设计框架以及工作过程。     

Web使用模式挖掘技术在网站营销中的应用

Web使用模式挖掘是Web数据挖掘的重要内容之一，其应用领域非常广泛。将Web数据挖掘技术应用于电子商务网站的营销中，可发现许多有用的信息，有效地使用这些信息可促进电子商务网站的发展。     

Web数据挖掘技术在电子商务中的应用

电子商务是现代商业模式,数据挖掘是先进的信息处理技术。随着电子商务发展的势头越来越强劲,面向电子商务的数据挖掘将是一个非常有前景的领域。介绍了web数据挖掘的概念和分类,论述了电子商务中Web挖掘的过程和方法,并阐述了数据挖掘在电子商务中的应用,揭示了数据挖掘在电子商务中的广阔的应用前景。     

.NET平台下电子商务数据挖掘服务设计与实现

根据电子商务环境中分布式和异构性数据挖掘服务需求,设计了基于移动Agent和Web Service的五层分布式数据挖掘服务框架,实现数据挖掘服务与电子商务系统的松散耦合。从整体框架给出数据挖掘服务质量评价体系,包括支撑性服务质量评价和算法服务质量评价。具体分析了.NET平台下移动Agent的迁移和WCF技术创建数据挖掘服务过程组件的实现。     

基于数据挖掘的网络入侵检测系统设计与实现

设计了一个基于数据挖掘技术的网络入侵检测系统模型。该模型在Snort入侵检测系统的基础上,利用数据挖掘技术增加了聚类分析模块、异常检测引擎和关联分析器。该系统不仅能够有效地检测到新的入侵行为,而且能提升检测的速度,在达到实时性要求的同时,解决了一般网络入侵检测系统对新的入侵行为无能为力的问题。     

Web数据挖掘在智能选课系统中的应用研究

Web数据挖掘技术是一种热门的信息技术,是数据挖掘技术在Web环境下的应用。文章首先阐述了Web数据挖掘技术的基本原理,接着构建了基于Web数据挖掘的学校智能选课系统模型,根据学生的不同的兴趣和特点,提供不同的课程选择,更有利于实现对学生的培养。     

基于Web Mining的推荐系统

推荐系统(Recommender System)被电子商务站点用来向顾客提供信息以帮助顾客选择产品,其基本思想是以统计结果或者顾客以前的行为记录为依据,推测顾客未来可能的行为并给出相应的推荐。本文对基于传统技术和Web mining技术的推荐系统进行了简要综述,同时描述了基于Web mining技术的推荐系统的工作流程,重点分析了应用于推荐系统的各种具体Web mining技术及其算法比较。     

数据流中基于滑动窗口的序列模式挖掘算法

序列模式发现是最重要的数据挖掘任务之一,并有着广阔的应用前景。针对静态数据库,序列模式挖掘已经被深入地研究,但针对基于数据流的序列模式挖掘的研究还不是十分深入。数据流有着无限性的特性,因此往往不能保存数据流中全部的数据,同时很多时候只对最近的时间段的序列模式感兴趣,提出一个有效的结合滑动窗口技术的挖掘序列模式的算法FPM-SW,算法利用到3个数据结构（PatternTable,CountTable和Ta-tree）来处理基于数据流的序列模式挖掘的复杂性问题。算法通过CountTable结构来保存以往的潜在频繁序列,考虑到在某些情况下CountTable占用内存过多,算法还结合了一种压缩CountTable技术来减少内存占用。FPM-SW的优点是可以最大限度地降低负正例的产生,实验表明FPM-SW具有较高的准确率。