- 相關推薦
電子商務中數據挖掘方法淺論論文
[論文摘要] 在電子商務中,數據發(fā)掘有助于發(fā)現業(yè)務發(fā)展的趨勢,匡助企業(yè)做出正確的決策。本文對于目前電子商務中的Web數據發(fā)掘法子進行了總結,并對于電子商務中的Web數據對于象進行了分類,對于網絡數據發(fā)掘的作用進行了分析,為今后電子商務中實用Web數據發(fā)掘軟件的開發(fā)與利用提供了參考。
1、電子商務以及數據發(fā)掘簡介
電子商務是指個人或者企業(yè)通過Internet網絡,采取數字化電子方式進行商務數據交流以及展開商務業(yè)務流動。目前國內已經有網上商情廣告、電子票據交流、網上訂購,網上銀行、網上支付結算等多種類型的電子商務情勢。電子商務正以其本錢低廉、利便、快捷、安全、可靠、不受時間以及空間的限制等凸起優(yōu)點而逐漸在全世界流行。
數據發(fā)掘(Data Mining)是伴同著數據倉庫技術的發(fā)展而逐漸完美起來的。數據發(fā)掘主要是為了匡助商業(yè)用戶處理大量存在的數據,發(fā)現其后隱含的規(guī)律性,同時將其模型化,來完成輔助決策的作用。它請求從大量的、不完整的、有噪聲的、隱約的以及隨機的數據中,提取人們事前不知道的但又是潛伏有用的信息以及知識。數據發(fā)掘的進程有時也叫知識發(fā)現的進程。
而電子商務中的數據發(fā)掘即Web發(fā)掘,是應用數據發(fā)掘技術從www的資源(即Web文檔)以及行動(即We服務)中自動發(fā)現并提取感興致的、有用的模式以及隱含的信息,它是1項綜合技術觸及到Internet技術學、人工智能、計算機語言、信息學、統計學等多個領域。
2、Web數據發(fā)掘對于象的分類
Web數據有三種類型:HTML標記的Web文檔數據,Web文檔內連接的結構數據以及用戶走訪數據。依照對于應的數據類型,Web發(fā)掘可以分為三類:
一.Web內容發(fā)掘:就是從Web文檔或者其描寫中篩選知識的進程。
二.Web結構發(fā)掘:就是從Web的組織結構以及鏈接瓜葛中推導知識。它的目的是通過聚類以及分析網頁的鏈接,發(fā)現網頁的結構以及有用的模式,找出權威網頁。
三.Web使用記錄發(fā)掘:就是指通過發(fā)掘存儲在Web上的走訪日志,來發(fā)現用戶走訪Web頁面的模式及潛伏客戶等信息的進程。
3、電子商務中數據發(fā)掘的法子
針對于電子商務中不同的發(fā)掘目標可以采取不同的數據發(fā)掘法子,數據發(fā)掘的法子有良多,主要包含下面三大類:統計分析或者數據分析,知識發(fā)現,基于預測模型的發(fā)掘法子等。
一.統計分析。統計分析主要用于檢查數據中的數學規(guī)律,然后應用統計模型以及數學模型來解釋這些規(guī)律。通常使用的法子有線性分析以及非線性分析、連續(xù)回歸分析以及邏輯回歸分析、單變量以及多變量分析,和時間序列分析等。統計分析法子有助于查找大量數據間的瓜葛,例如,辨認時間序列數據中的模式、異樣數據等,匡助選擇合用于數據的恰當的統計模型,包含多維表、剖分、排序,同時應生成恰當的圖表提供給分析人員,統計功能是通過相應的統計工具來完成回歸分析、多變量分析等,數據管理用于查找詳細數據,閱讀子集,刪除了冗余等。
二.知識發(fā)現。知識發(fā)現源于人工智能以及機器學習,它應用1種數據搜索進程,去數據中抽守信息,這些信息表示了數據元素的瓜葛以及模式,能夠從中發(fā)現商業(yè)規(guī)則以及商業(yè)事實。應用數據可視化工具以及閱讀工擁有助于開發(fā)分析之前發(fā)掘的數據,以進1步增強數據挖掘能力。其他數據發(fā)掘法子,如可視化系統可給出帶有多變量的圖形化分析數據,匡助商業(yè)分析人員進行知識發(fā)現。
三.預測模型的發(fā)掘法子。預測模型的發(fā)掘法子是將機器學習以及人工智能利用于數據發(fā)掘系統。預測模型基于這樣1個假定:消費者的消費行動擁有必定的重復性以及規(guī)律性,這使患上商家可以通過分析搜集存儲在數據庫中的交易信息,預測消費者的消費行動。按消費者所擁有的特定的消費行動將其分類,商家就能將銷售工作集中于1部份消費者,即實現針對于性銷售。
【電子商務中數據挖掘方法淺論論文】相關文章:
淺論環(huán)境統計中數據的審核方法04-25
數據挖掘論文04-29
消防滅火救援中數據挖掘的應用論文05-02
網絡營銷中數據挖掘技術的應用論文11-27
數據挖掘技術的研究論文05-02
水利工程管理中數據挖掘技術的運用論文05-02
物聯網數據挖掘研究論文05-02
數據挖掘論文[范例15篇]07-29
數據挖掘中抽樣技術的應用04-29