电子商务中数据挖掘方法浅论论文
[论文摘要] 在电子商务中,数据发掘有助于发现业务发展的趋势,匡助企业做出正确的决策。本文对于目前电子商务中的Web数据发掘法子进行了总结,并对于电子商务中的Web数据对于象进行了分类,对于网络数据发掘的作用进行了分析,为今后电子商务中实用Web数据发掘软件的开发与利用提供了参考。
1、电子商务以及数据发掘简介
电子商务是指个人或者企业通过Internet网络,采取数字化电子方式进行商务数据交流以及展开商务业务流动。目前国内已经有网上商情广告、电子票据交流、网上订购,网上银行、网上支付结算等多种类型的电子商务情势。电子商务正以其本钱低廉、利便、快捷、安全、可靠、不受时间以及空间的限制等凸起优点而逐渐在全世界流行。
数据发掘(Data Mining)是伴同着数据仓库技术的发展而逐渐完美起来的。数据发掘主要是为了匡助商业用户处理大量存在的数据,发现其后隐含的规律性,同时将其模型化,来完成辅助决策的作用。它请求从大量的、不完整的、有噪声的、隐约的以及随机的数据中,提取人们事前不知道的但又是潜伏有用的信息以及知识。数据发掘的进程有时也叫知识发现的进程。
而电子商务中的数据发掘即Web发掘,是应用数据发掘技术从www的资源(即Web文档)以及行动(即We服务)中自动发现并提取感兴致的、有用的模式以及隐含的信息,它是1项综合技术触及到Internet技术学、人工智能、计算机语言、信息学、统计学等多个领域。
2、Web数据发掘对于象的分类
Web数据有三种类型:HTML标记的Web文档数据,Web文档内连接的结构数据以及用户走访数据。依照对于应的数据类型,Web发掘可以分为三类:
一.Web内容发掘:就是从Web文档或者其描写中筛选知识的进程。
二.Web结构发掘:就是从Web的组织结构以及链接瓜葛中推导知识。它的目的是通过聚类以及分析网页的链接,发现网页的结构以及有用的模式,找出权威网页。
三.Web使用记录发掘:就是指通过发掘存储在Web上的走访日志,来发现用户走访Web页面的模式及潜伏客户等信息的进程。
3、电子商务中数据发掘的法子
针对于电子商务中不同的发掘目标可以采取不同的数据发掘法子,数据发掘的法子有良多,主要包含下面三大类:统计分析或者数据分析,知识发现,基于预测模型的发掘法子等。
一.统计分析。统计分析主要用于检查数据中的数学规律,然后应用统计模型以及数学模型来解释这些规律。通常使用的.法子有线性分析以及非线性分析、连续回归分析以及逻辑回归分析、单变量以及多变量分析,和时间序列分析等。统计分析法子有助于查找大量数据间的瓜葛,例如,辨认时间序列数据中的模式、异样数据等,匡助选择合用于数据的恰当的统计模型,包含多维表、剖分、排序,同时应生成恰当的图表提供给分析人员,统计功能是通过相应的统计工具来完成回归分析、多变量分析等,数据管理用于查找详细数据,阅读子集,删除了冗余等。
二.知识发现。知识发现源于人工智能以及机器学习,它应用1种数据搜索进程,去数据中抽守信息,这些信息表示了数据元素的瓜葛以及模式,能够从中发现商业规则以及商业事实。应用数据可视化工具以及阅读工拥有助于开发分析之前发掘的数据,以进1步增强数据挖掘能力。其他数据发掘法子,如可视化系统可给出带有多变量的图形化分析数据,匡助商业分析人员进行知识发现。
三.预测模型的发掘法子。预测模型的发掘法子是将机器学习以及人工智能利用于数据发掘系统。预测模型基于这样1个假定:消费者的消费行动拥有必定的重复性以及规律性,这使患上商家可以通过分析搜集存储在数据库中的交易信息,预测消费者的消费行动。按消费者所拥有的特定的消费行动将其分类,商家就能将销售工作集中于1部份消费者,即实现针对于性销售。
【电子商务中数据挖掘方法浅论论文】相关文章:
数据挖掘论文09-24
浅论环境统计中数据的审核方法01-17
消防灭火救援中数据挖掘的应用论文09-12
大数据崛起与数据挖掘分析论文06-24
数据挖掘技术的研究论文09-12
网络营销中数据挖掘技术的应用论文03-23
数据挖掘中抽样技术的应用07-14
水利工程管理中数据挖掘技术的运用论文09-18
浅谈数据挖掘在网络入侵检测中的分析论文06-10