共查询到20条相似文献,搜索用时 15 毫秒
1.
瞿江 《数字社区&智能家居》2009,(24)
随着电子商务的发展状大,缺乏个性化服务成为制约电子商务发展的关键问题。基于web数据挖掘的电子商务挖掘系统可以满足电子商务未来发展趋势的需要。该文以一组数据为实例阐述了基于web数据挖掘的协同过滤挖掘算法是如何进行数据表示、近邻查询以及挖掘产生这三个阶段的有效实施的。 相似文献
2.
3.
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. 相似文献
4.
黄颖 《计算机与数字工程》2012,40(8):35-38
针对目前电子商务的推荐系统不能适用于中小电子商务网站,文章使用改进的Apriori算法对电子商务交易事务数据库中的数据进行挖掘,首先对不同类的事务数据库中的最小支持度和最小置信度阈值进行区分设置,寻找最优值;然后对事务数据库中的数据进行稀疏性设置,转换成稀疏性矩阵的形式,以加快算法的执行效率,并每次都对与候选集中无关的项进行删除,再扫描修剪后的稀疏性矩阵,这样进一步提高挖掘效率。最后通过以某中小洁具用品电子商务网站的交易数据为对象,给出详细的操作方法和实验结果。 相似文献
5.
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。 相似文献
6.
对商务信息挖掘理论进行了研究,给出了电子商务运作模式的定义、性质、定理及相关证明;提出了一种用于跟踪电子商务活动的数据模型,在模型中定义了网页监控点与商务指标之间的“点-集”映射关系,建立了商务网站的访问事件、网页中事先设定的监控点,以及商务工作流程之间的联系;根据这些研究结果对关联规则挖掘算法中的发现和剪枝过程进行改进,设计了面向电子商务的增量挖掘算法,并在第三方物流信息系统中实现。实践表明,该算法在频繁变化的数据集中的挖掘效率大大高于传统的非增量挖掘算法,基于智能Agent技术的商务信息挖掘模型有效地提高了电子商务的实时跟踪与分析能力。 相似文献
7.
8.
陈晴光 《计算机工程与设计》2008,29(6):1413-1416
针对Web访问信息的特征和现有数据挖掘方法的局限性,提出将传统数据挖掘算法改进后扩展应用于电子商务环境,实现对Web访问信息进行深层次分析以获取商业智能的思路,从实际应用的角度设计了一个基于Web访问信息挖掘的应用模型,给出了若干关键技术实现的方法,并用改进后的FP-growth算法对电子商务客户访问数据进行兴趣关联规则挖掘实验,验证了挖掘模型的可行性和有效性. 相似文献
9.
刘金勇 《网络安全技术与应用》2013,(9):25-26
WEB数据挖掘旨在从大量的WEB数据信息中发现有用的模式和隐藏的信息,从而为决策者提供决策支持,优化市场策略,有效地解决当今互联网信息膨胀的问题。WEB数据挖掘的一个重要应用就是电子商务。电子商务是一个基于网络平台的现代化的商业模式,目前电子商务发展势头强劲,WEB数据挖掘在电子商务中必定有广阔的应用前景。本文将WEB数据挖掘与电子商务相结合,介绍了在电子商务平台中进行WEB数据挖掘的方法,从而为电子商务从业人员提供借鉴,以便更好地分析数据间的隐藏关系和模式,掌握用户喜好,为电子商务平台的市场决策提供决策支持,减少风险。 相似文献
10.
Web数据挖掘及其在电子商务中的应用 总被引:1,自引:0,他引:1
随着互联网信息的增长,Web数据挖掘已经成为数据挖掘研究的热点之一,尤其是应用于电子商务领域.阐述了电子商务中的Web数据挖掘资源、Web日志挖掘的处理流程和几种技术,最后分析了Web数据挖掘在电子商务中的应用. 相似文献
11.
12.
13.
14.
文章讨论了关联规则、Aporioi算法、多层次关联规则以及在挖掘电子商务网站用户兴趣方面的应用,并以网站部分数据为例,应用多层次关联规则进行兴趣分析。 相似文献
15.
高维数据挖掘算法的研究与进展 总被引:1,自引:1,他引:1
生物信息学和电子商务应用的迅速发展积累了大量高维数据,对高维数据的挖掘变得越来越重要,一般的数据挖掘方法在处理高维数据时会遇到维灾的问题,同时传统相似性度量在高维空间中也变得没有意义。文章从频繁项集挖掘、聚类、分类等三个方面对最新的高维数据挖掘算法的现状进行了综述,对这些算法如何解决高维数据挖掘存在的问题进行研究。 相似文献
16.
Web日志数据中保存有大量用户访问信息,而Web日志挖掘就是对系统日志信息以及用户的注册数据等进行挖掘,以发现有用的模式和知识。首先介绍了Web日志挖掘的基本流程,然后介绍了电子商务中的日志挖掘,并着重分析了在模式识别中如何利用改进的关联规则算法来挖掘出用户频繁访问的路径和页面兴趣度,为个性化推荐系统模型提供了依据,从而证实了对Web日志数据进行挖掘具有很重要的现实意义。 相似文献
17.
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。 相似文献
18.
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。 相似文献
19.
本文描述了Web数据挖掘的用途,通过分析web数据挖掘的流程描述了数据挖掘的基本规律,从电子商务应用的角度分析Web数据挖掘的作用,并详细分析了对电子商务的所有客户类型进行数据挖掘的方法。 相似文献
20.
原有数据挖掘技术中的K-means算法因初值依赖度较高易造成偏差,因此进行了改进:改变对初值的选择,且通过数据计算验证出改进后K-means算法的效果,将其跟实际结合起来,对电子商务数据进行了应用分析,精确了挖掘结果,为商户制定营销策略提供了支持。 相似文献