数据挖掘技术在电子商务中的应用研究.doc
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_05.gif)
《数据挖掘技术在电子商务中的应用研究.doc》由会员分享,可在线阅读,更多相关《数据挖掘技术在电子商务中的应用研究.doc(27页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。
1、Four short words sum up what has lifted most successful individuals above the crowd: a little bit more.-author-date数据挖掘技术在电子商务中的应用研究数据挖掘技术在电子商务中的应用研究目 录摘要1 Abstract1一、数据挖掘及电子商务概述2(一) 数据挖掘的基本概念2(二)数据挖掘的主要算法与功能2(三)电子商务的基本概念2(四)本文所涉及的数据挖掘技术2二、电子商务推荐系统的个性化服务需求分析3(一)个性化电子商务3(二) 电子商务个性化推荐服务3(三)数据挖掘在个性化电子商
2、务中的表现形式5三、数据挖掘技术在个性化电子商务系统中的应用研究6(一)利用聚类算法实现电子商务中的用户聚类6(二)利用关联规则实现电子商务中的商品推荐9四、应用数据挖掘技术实现电子商务个性化推荐服务13(一)个性化电子商务网站的体系结构13(二)个性化推荐服务系统13(三)电子商务个性化推荐服务为电子商务带来的好处13五、总结与展望14参考文献14致谢15-数据挖掘在电子商务个性化服务中的应用研究摘要:随着电子商务的发展壮大,缺乏个性化服务成为制约电子商务发展的关键问题。文章针对电子商务的发展现状以及个性化服务的需求,通过对分析电子商务活动中的客户、商品等相关信息后,建立了基于数据挖掘技术的
3、电子商务网站个性化商品推荐服务的系统模型,并将数据挖掘中的关联规则和聚类算法应用在电子商务推荐服务中,实现了电子商务网站的个性化推荐服务,为用户提供更好、更快、更直接的个性化服务的技术支持。关键词:数据挖掘;电子商务;个性化服务;Apriori算法;聚类算法Application research of electronic commerce personalized services based on Data MiningAbstract: With the development of electronic commerce, the lack of personalized servi
4、ce would govern electronic commerce as a key issue in the development. In this paper, the development of electronic commerce, as well as the demand for personalized service is described. Moreover, customers, products and other related information of electronic commerce activities are analysed. The m
5、odeling of electronic commerce site personalization products recommended services system based on data mining technology is attained. Association rules and Cluster Method of data mining are applied in electronic commerce recommended services, in order to achieve a personalized electronic commerce si
6、tes recommended services, providing users with better, faster and more direct personalized service of technical support.Key words: Data Mining; Electronic Commerce; Personalized Service; Apriori Method; Cluster Method一、数据挖掘及电子商务概述(一) 数据挖掘的基本概念数据挖掘(Data Mining),又称为数据库中的知识发现(Knowledge Discovery in Dat
7、abase, KDD),就是从大量数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程,简单的说,数据挖掘就是从大量数据中提取或“挖掘”知识。 那么在技术上可以根据它的工作过程分为:数据的抽取、数据的存储和管理、数据的展现等关键技术。(二)数据挖掘的主要算法与功能通常我们所说的数据挖掘的技术基础就是人工智能。它使用了人工智能中一些已经成熟的算法和技术,如:人工神经网络,遗传算法,决策树,规则推理,模糊逻辑等,就问题的复杂性和难度而言比人工智能要低。进行网络数据挖掘,主要是对客户的访问信息与详细身份信息进行挖掘,得到客户的浏览行为模式,找到有价值的市场信息,从而有针对性的调整网页设
8、计,提供个性化的服务。数据挖掘系统利用的技术越多,精确度就越高。数据挖掘的功能算法主要包括以下几种:(1)构造关联规则;(2)发现分类规则;(3)数据聚类分析;(4)数据抽象总结。(三)电子商务的基本概念电子商务简单讲就是利用先进的电子技术进行商务活动的总称,它是通过网络,使用先进的信息处理工具,利用电子这种载体,将买卖双方的商务信息、产品信息、销售信息、服务信息,以及电子支付等商务活动,用相互认同的交易标准来实现,这就是人们所说的“在网上进行买卖活动”。电子商务迅猛发展的时代己经到来,网上购物交易的形式正在改变着传统的商业模式。电子商务是利用现代计算机网络进行商务活动的一种先进手段,是推动未
9、来经济增长的关键动力,将打破时空界限,有效地降低企业成本,提高企业的竞争能力。(四)本文所涉及的数据挖掘技术在本中我们将要应用到电子商务个性化服务中的数据挖掘技术是:1关联规则分析关联规则分析是从数据库中发现知识的一类重要的方法,并且通过关联规则己经抽取出许多对企业有价值的知识。它的思想是,如果两个以上的数据项的取值之间重复出现的概率较高时,就存在某种关联,就可以建立起这些数据项之间的关联规则。2聚类分析数据库中的数据可以划分为一系列的有意义的组,组内的各数据差别尽可能小,而组之间的差别尽可能的大。聚类增强了人们对客观事物的认识,即以聚类来区别事物的不同类型,如苹果、桔子、香蕉属于水果。有一点
10、需要明确的是,在进行聚类之前是不知道要划分成多少个组和什么样的组,也不知道根据哪些数据项来定义组。聚类是根据数据集的本身特征来进行簇的划分。二、电子商务推荐系统的个性化服务需求分析(一)个性化电子商务1电子商务个性化服务的概念对电子商务个性化服务不少专家都提出了自己的看法,下面是一些具有代表性的观点:(1)个性化信息服务是根据客户的特性提供具有针对性的信息内容和系统功能。(2)个性化信息服务是基于信息用户的信息使用行为、习惯、偏好和特点,向用户提供满足其各种个性化需求的一种服务。(3)所谓个性化信息服务,是指能够满足用户的个人信息需求的一种服务,在某一特定的网上功能和服务方式中,通过用户自己设
11、定网上信息来源方式、表现形式、特定网上功能及其它网上服务方式等,而主动地向用户提供可能需要的信息服务。2个性化电子商务服务的意义在现在的商品交易活动中,电子商务是互联网时代出现的新型商业模式,不同于传统的商业模式。CRM(Customer Relationship Management)是一种旨在建立客户与企业之间关系的新型管理机制。CRM要求企业从“以产品为中心”的模式转向“以用户为中心”的模式。这就要求开展电子商务的商家必须了解用户的要求,为用户提供更好的有针对性的电子商务活动。3个性化电子商务的益处个性化电子商务网站的设计不仅使用户能够迅速快捷地获得信息,提高了用户的忠诚度。同时为电子商
12、务网站带来了丰厚的商业利益。主要体现在以下几个方面:(1)提高电子商务网站的服务;(2)商业智能的发现;(3)建立和加强用户的忠诚度;(4)增加了电子商务网站访问量4数据挖掘在电子商务网站中的应用主要体现在以下几个方面:智能化搜索引擎系统客户关系管理系统个性化服务系统个性化推荐系统数据挖掘在电子商务网站中的应用图1 电子商务网站中的数据挖掘领域(二) 电子商务个性化推荐服务1电子商务个性化推荐服务是未来电子商务发展的重要趋势电子商务打破了传统商务的时空界线,突出了个性的张扬和创造力的发挥,未来的电子商务的发展必然会加强个性化定制的需求和个性化商品的深度参与。对电子商务企业而言,利用推荐系统将消
13、费者的个人偏好、需求同企业提供的产品和服务结合起来,提供灵活多样的个性化服务是一个必然的趋势。2电子商务个性化推荐服务的必要性随着电子商务的普及和发展,越来越多的用户接受了网上购物的模式。但是,当用户和电子商务的商家充分享受电子商务的快捷和方便时,他们同时面临着某些新的问题。开展在线零售业务的电子商务系统面临的一个重要问题是:一方面,用户面对网站上提供的琳琅满目的众多商品,他们只对其中的一部分商品感兴趣。然而在用户的购买过程中,他必须浏览许多不相关的网页,才能在众多的商品分类中找到自己所需要的商品;另一方面,商家面对众多的用户,不知道他们对商品的兴趣和要求是什么。因此,电子商务的商家无法及时调
14、整网站的页面结构,提供给所有的用户是千篇一律的界面。缺乏个性化服务已经成为制约电子商务发展的关键问题。所以个性化推荐服务对于电子商务而言具有宝贵的价值。3在电子商务中提供个性化推荐服务的可能性如今的电子商务企业不同于以往的公司,用户在浏览电子商务网站和网上购物过程中会留下大量有用的信息,企业可以利用数据挖掘技术对日常交易中所积累的数据进行处理,从中提取出有价值的关于用户访问行为的知识。利用这些数据,他们可以做以下的事情:(1)根据客户已经声明的偏好或是观察到的行为,在客户再次访问该网站时动态地调整页面结构,改进服务,开展有针对性的电子商务以更好地满足访问者的需求。(2) 跟踪用户在电子商务网站
15、上的浏览行为回应客户的订单并在付账的过程中推荐新的商品。(3)从过去的访问记录中记住客户的偏好,并把这些用于客户目前的访问中,在线提出一些合理的推荐意见。这样将会作到针对不同的用户提供个性化的服务,提高电子商务的效率,改善电子商务服务商的服务质量并吸引更多的用户,达到提高电子商务销售额的目的。4电子商务个性化推荐服务的研究内容电子商务个性化推荐服务主要包括以下两个方面的内容:一是服务内容的个性化。由于自身条件的不同,客户对商品和服务的需求也不尽相同,而消费者的需求个性化则是企业电子商务个性化服务的推动力。消费者不再只是被动地接受,商家也不仅仅是提供多样化的选择范围了事,商家必须根据消费者的兴趣
16、偏好,及时地为消费者推荐其真正需要的商品,尽量减少消费者在搜寻自己所需商品的过程中所消耗的精力,同时商家也可以将搜集到的消费者个人的偏好参与到商品的设计和制造过程中去,满足消费者个性化的需求。二是服务方式的个性化。目前,最常用的信息服务方式是“PULL拉”的模式,即信息提供者把所提供的信息直接发布在网页上,需要的用户必须去其网站上查找,这使得用户不得不花费大量的时间和精力在网页间的转换上。与“PULL”模式相对应的还有一种“PUSH推”模式,在这种模式下,信息提供者直接将最新信息的标题和摘要发布给已经订阅的用户,然后用户根据自己的需要点击链接访问网站,阅读对应的信息。这种模式的优点是很明显的,
17、尤其是在当今信息爆炸的网络环境下,用户可以仅仅关心自己感兴趣的那一部分,而没必要把更多的精力浪费在查找的过程中。电子商务个性化推荐服务是个性化服务在电子商务中的拓展,也是个性化服务新的应用和发展领域。5电子商务个性化推荐服务的特点一直以来,“以用户为中心”,“用户至上”都是信息服务机构的宗旨,但却很少能落到实处。而个性化信息服务为这一理念的贯彻落实提供了可能。个性化信息服务具有以下特点:(1)与用户的双向沟通更加便捷,服务内容具有针对性;(2)服务内容,更加丰富,服务方式更加灵活多样;(3)更为注重主动性与时效性;(4)服务更具智能性。6电子商务推荐系统的类型个性化电子商务主要是通过在线推荐系
18、统表现出来的,电子商务网站的推荐系统可以针对不同的访问者进行页面推荐或商品推荐。推荐系统是基于对用户的历史浏览行为和购买行为进行分析,产生用户群体的浏览模式和购买模式。识别出当前的用户,将用户匹配到具有不同的浏览模式和购买模式的用户群体中,实时在线地进行页面推荐或商品推荐。根据电子商务推荐系统所采用的推荐技术,目前的电子商务推荐系统主要分为以下几类:(1)基于内容过滤的推荐系统;(2)基于协同过滤技术的推荐系统;(3)混和型推荐系统;(4)基于数据挖掘技术的推荐系统。(三)数据挖掘在个性化电子商务中的表现形式电子商务个性化推荐服务的关键在于它能收集用户兴趣资料并根据用户兴趣偏好为用户主动做出个
19、性化信息推荐。当用户每次输入用户名和密码登录电子商务网站后,推荐系统就会按照目标用户偏好程度的高低推荐用户最喜爱的N个商品,而且系统给出的推荐是实时更新的,即当系统中的商品信息资料和用户兴趣特征发生改变时,给出的推荐序列会自动改变,为用户提供了更多的检索便利,提高企业的服务水平。个性化电子商务主要是通过在线推荐系统表现出来的。如图2所示。电子商务网站的推荐系统可以针对不同的访问者进行页面推荐或商品推荐。推荐系统是基于对用户的历史浏览行为和购买行为进行分析,产生用户群体的浏览模式和购买模式。识别出当前的用户,将用户匹配到具有不同的浏览模式和购买模式的用户群体中,实时在线地进行页面推荐或商品推荐。
20、数据准备发现用户模式识别当前用户当前用户与模式进行匹配生成推荐页面或商品集图2 个性化电子商务推荐系统通过分析可知个性化推荐系统都可抽象成四个层次,即首先收集用户信息,然后根据用户信息对用户进行建模,在构建的用户模型的基础上提供个性化的服务策略和服务内容:(1)在个性化推荐服务体系结构中,数据准备模块是个性化服务系统的基模块。用户的信息包括了用户的个人基本资料、购买的历史记录及浏览记录等。个人基本资料可以从用户注册表单中获得;购买的历史记录主要存放于电子商务网站的后台交易数据库中,包含了每位用户以前历次购物的详细情况记录,如购物时间、商品清单、价格、折扣等,同时也可以收集用户放入购物篮而未购买
21、的商品记录,以及用户过去浏览过的商品的信息等。当然要收集用户的行为信息,日志文件是必不可少的,如要收集服务器日志,则要在服务器端获取,抽取出特定用户的访问记录;如要收集用户浏览的页面和浏览行为,则既可以在用户端获得,也可以在服务器端从用户记录中获得。(2)个性化推荐服务系统收集到用户信息后,提交给用户建模来进行处理,其目的是构建反映用户兴趣特征的用户模型,回答消费者具有何种特征,他们分别有什么样的喜好以及他们各自的购买习惯和行为特性等问题,作为个性化推荐模块的用户数据基础。(3)个性化推荐模块根据用户的兴趣偏好,按一定的推荐算法,对特定用户计算出两种推荐结果客户对任意项的兴趣度及前Top-N推
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数据 挖掘 技术 电子商务 中的 应用 研究
![提示](https://www.deliwenku.com/images/bang_tan.gif)
限制150内