[毕业论文]数据挖掘技术及其在电子商务中的应用.doc

学士学位论文 题目：数据挖掘技术及其在电子商务中的应用 指导教师： 系 别：北京大学信息管理系 专 业：信息管理与信息系统 学 号： 2013000001 学生姓名： 2012年10月 北京大学信息管理系 大专起点本科函授学生毕业论文 函授站 北京 年级 2010级 姓名 学号 2013000001 题 目: 数据挖掘技术及其在电子商务中的应用 指导教师评语： 初评成绩（百分制）： 指导教师（签名） 指导教师工作单位 职 称 年 月 日 摘 要 介绍数据挖掘技术，数据挖掘方法。如何使用数据挖掘技术分析电子商务活动中的客户访问行为，购买行为以及客户的性别、年龄等特征，从而调整电子商务网站的站点结构，广告宣传，商品推荐，客户引导以及商品的规划等。使电子商务活动更具有针对性，用户体验更加人性化，以及为电商企业决策提供数据支持。 关键词 数据挖掘 数据仓库 电子商务 信息处理 预测 目录 第一章 引言 5 第二章 数据挖掘技术概述 6 2.1 数据挖掘定义 6 2.2 数据挖掘类型 7 2.2.1 分类 7 2.2.2 估计 7 2.2.3 预测 7 2.2.4 相似分组或市场篮分析 8 2.2.5 聚集 8 2.3 数据挖掘过程 8 2.3.1 确定业务对象 8 2.3.2 数据准备 9 2.3.3 数据挖掘 9 2.3.4 分析和同化 9 2.4 数据挖掘的常用方法 10 2.4.1 市场篮分析(Market Basket Analysis) 10 2.4.2 基于记忆推理(Memory-Based Reason-ing, MBR) 10 2.4.3 聚集分析(Cluster Detection) 10 2.4.4 链路分析(Link Analysis) 10 2.4.5 决策树(Decision Tree) 10 2.4.6 神经网络(Neutral Network) 11 2.4.7 遗传算法(Genetic Algorithms) 11 2.4.8 Rough集(Rough Set) 11 第三章 电子商务中的数据挖掘技术应用 11 3.1 电子商务简介 11 3.2 挖掘客户的购买行为 12 3.3 分析客户对站点的访问行为 13 3.4 从历史销售数据中挖掘交易规律 14 3.5 定位客户的网络性别 15 3.6 路径分析 16 3.7 关联分析方法的运用 16 第四章 结束语 18 参考文献 20 第一章 引言 目前互联网电子商务行业犹如雨后春笋遍地开花，如淘宝、京东、当当、凡客、苏宁易购、库巴购物网、拍拍网等。众多的电商在互联网中活跃着，其中有综合性的电商网站，如淘宝、京东、当当等。也有专门性从事某一类商品的电商活动的网站，如麦包包专门进行箱包类的电商活动，聚美优品则专门进行化妆品类商品的网上交易。 电子商务推动生产生活方式的发展，已经渗透到各个行业和领域，对拉动经济增长、促进转变有着重要作用。电子商务服务业正在成为现代服务业一个核心产业。截至2011年底，中国网民规模突破5亿关口，达5.13亿人。中国网络购物用户规模达1.94亿人，同比增长20.8%，网购使用率37.8%，未来网络购物用户规模将持续增长。网络购物用户对于网络购物的依赖性较高，大部分网络购物用户浏览网购网站的频率较高。其中，超过四成网购消费者每天浏览网购网站一次以上，近六成用户每天都要进行网购网站的浏览。而对于绝大多数（接近95%）的网购用户来讲，每周至少浏览一次网购网站。 2011年中国电子商务交易总额为5.8万亿元，同比增长29.2%，其中网络购物交易规模突破7825亿元，占社会消费品零售总额比重达到4.3%。其中，B2B领域，无论是中小企业、还是规模较大企业均加大了网络渠道的应用，通过互联网促成交易的达成。得益于网购的蓬勃发展，物流业市场得到井喷式发展，年均增长率达27.23%。2011年底，中国电子商务服务企业突破15万家，中国网上零售市场成交值达230亿美金，已仅次于美国位列第二，随着基础建设和网上贸易的发展，预计未来3年内，中国电子商务交易额将保持年均29%以上的增长速度。到2015年我国网络消费用户数量将激增至