Web挖掘技术在电子商务中的应用

随着互联网的高速发展,Web挖掘由于其独特的优点,在电子商务的应用中扮演了越来越重要的角色。文章主要介绍了Web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,最后阐述了Web挖掘在电子商务中的具体应用。     

Web数据挖掘技术在电子商务中的应用

电子商务是一种新兴商务模式,Web数据挖掘技术在电子商务中的应用是目前一种新的重要研究领域。本文介绍了电子商务和Web数据挖掘技术的概念及其类型,分析了电子商务中如何进行Web数据挖掘的方法,阐述了Web数据挖掘技术在电子商务中的应用。     

Web挖掘及其在电子商务中的应用研究

作为一种崭新的信息处理技术，Web挖掘受到了人们极大的关注。电子商务是一种新型的现代商务模式，如何将Web挖掘应用于电子商务，来有效地处理信息，成为企业共同关注的问题。文中介绍了Web挖掘的概念和分类，阐述了Web挖掘在电子商务中的挖掘方法和过程，讨论了Web挖掘在电子商务中的典型应用，并就一个事例进行了具体的分析。     

在电子商务网站中使用Web挖掘技术的研究

互联网的飞速发展为企业的发展带来了契机。Web挖掘在电子商务网站中的地位已经越来越重要。本文主要对Web挖掘最新技术进行了全面分析，阐述了在电子商务网站中使用Web挖掘技术的一些具体应用。     

Web挖掘在现代电子商务中的应用

随着互联网技术的高速发展,Web数据挖掘由于其自身独特的优点,在现代电子商务中的地位越来越重要。该文重点介绍了Web挖掘的有关概念和分类,论述了电子商务中Web挖掘的主要过程和方法,阐述了Web数据挖掘在现代电子商务中的具体应用。     

Web挖掘在现代电子商务中的应用

随着互联网技术的高速发展,Web数据挖掘由于其自身独特的优点,在现代电子商务中的地位越来越重要。该文重点介绍了Web挖掘的有关概念和分类,论述了电子商务中Web挖掘的主要过程和方法,阐述了Web数据挖掘在现代电子商务中的具体应用。     

Web数据挖掘在农业电子商务中的应用

电子商务是一种新型的现代商务模式,如何将Web挖掘应用于农业电子商务,来有效地处理信息,成为农产品企业关注的问题.本文介绍了Web挖掘的概念和分类,阐述了Web挖掘在农业电子商务中的挖掘方法和过程,讨论了Web挖掘在农业电子商务中的典型应用.     

Web使用挖掘技术在电子商务中的应用

从Web服务器日志文件和客户交易数据中挖掘有意义的用户访问模式和潜在的客户群 ,使企业提供个性化信息服务和开展有针对性的电子商务活动。分析了Web使用挖掘技术的主要特点 ,提出了Web使用挖掘技术在电子商务中的应用方法 ,并对其挖掘过程进行了详细地阐述 ,最后给出了一个电子商务中Web使用挖掘的具体实例     

Web挖掘在电子商务中的应用

如何从海量的Web数据中发现有用的知识是一个迫切需要研究的课题,因此,Web挖掘应运而生,成为一个全新的研究领域。Web挖掘就是从Web文档和Web活动中抽取潜在的有用模式和隐藏信息。随着电子商务的发展,Web挖掘进入了一个新的应用领域,介绍了Web挖掘技术在电子商务中的具体应用,运用Web挖掘技术对Web数据进行挖掘,了解客户的行为,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。     

Web使用模式挖掘在电子商务中的应用

在介绍了Web使用模式挖掘技术后，深入论述了Web使用模式挖掘理论在电子商务中的应用，试图将理论与实践结合起来，从而促进电子商务的发展。     

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。     

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。     

Selection criteria for text mining approaches

Text mining techniques include categorization of text, summarization, topic detection, concept extraction, search and retrieval, document clustering, etc. Each of these techniques can be used in finding some non-trivial information from a collection of documents. Text mining can also be employed to detect a document’s main topic/theme which is useful in creating taxonomy from the document collection. Areas of applications for text mining include publishing, media, telecommunications, marketing, research, healthcare, medicine, etc. Text mining has also been applied on many applications on the World Wide Web for developing recommendation systems. We propose here a set of criteria to evaluate the effectiveness of text mining techniques in an attempt to facilitate the selection of appropriate technique.     

Web挖掘研究

因特网目前是一个巨大,分布广泛,全球性的信息服务中心,它涉及新闻,广告,消费信息,金融管理,教育,政府,电子商务和许多其它信息服务,Web包含了丰富和动态的超链接信息,以及Web页面的访问和使用信息,这为数据挖掘提供了丰富的资源,Web挖掘就是从Web活动中抽取感兴趣的潜在有用模式和隐藏的信息,对Web挖掘最新技术及发展方向做了全面分析,包括Web结构挖掘,多层次Ｗeb数据仓库方法以及Ｗ eb,Log挖掘等。     

Mining customer knowledge for electronic catalog marketing

Direct marketing is the use of the telephone and non-personal media to communicate product and organizational information to customers, who then can purchase products via mail, telephone, or the Internet. In contrast, catalog marketing is a type of marketing in which an organization provides a catalog from which customers make selections and place orders by mail or telephone. However, most catalogs for retailing firms are presented to customers in the format of paper catalogs without strategic segmentation design and implementation. In this regard, electronic catalog design and marketing could be a method to integrate the Internet and catalog marketing using market segmentation in order to enhance the effectiveness of direct marketing and sales management in retailing. This paper uses data mining based on association rules from relational database design and implementation for mining customer knowledge. As result, marketing knowledge patterns and rules are extracted for the electronic catalog marketing and sales management of a retailing mall in Taiwan.     

初探数据挖掘技术在Web中的应用

数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的数据中,提取隐含在其中的、人们事先不知道的但又是潜在有用的信息和知识的过程。随着互联网的飞速发展,Web上的数据量急剧膨胀,但是其中蕴含的知识却未能得到充分的挖掘和利用,因此将传统的数据挖掘技术和Web结合起来,进行Web数据挖掘成为数据挖掘技术研究的热点。     

基于粗糙集的Web结构挖掘

Web站点是由许多Web页面构成的信息系统,随着网络的飞速发展,Web挖掘得到了越来越多的研究。如何从Web中找到与用户查询主题相关的权威页面,是Web结构挖掘的一个重要研究方向。粗糙集理论作为一种有效处理模糊和不确定信息的数学工具,由于其不需要任何先验知识,在数据挖掘领域取得了广泛的应用。文中概述了Web结构挖掘的有关概念,基于粗糙集理论,定义了Web结构挖掘的数据模型,并给出了基于粗糙集的Web结构挖掘的实现流程,分析说明了该方法的性能。     

A quantitative correlation coefficient mining method for business intelligence in small and medium enterprises of trading business

Business intelligence based on data mining has been one of the popular and indispensable tools for identifying business opportunity in sales and marketing of new products. The traditional data mining methods based on association rules may be inadequate in completely uncovering the hidden patterns of sales based on transaction records. This paper presents a qualitative correlation coefficient mining method which is capable of uncovering hidden patterns of sales and market. Hence, a prototype business intelligence system (BIS) named correlation coefficient sales data mining system (CCSDMS) has been developed and successfully trial implemented in a selected reference site. A series of experiments have been conducted to evaluate the performance of the proposed system. The results generated by the BIS are compared with a well known market available data mining system. The proposed quantitative correlation coefficient mining method is found to possess higher accuracy, better computational effectiveness and higher predictive power. With the new approach, associations for product relations and customer periodic demands are revealed and this can help to leverage organizational marketing capital to enhance quality and speed of promotions as well as awareness of product relations.