数据挖掘在电子商务中的应用课件幻灯片.pptVIP

数据挖掘在电子商务中的应用 WEB挖掘 01 02 03 网站结构优化 网页、商品推荐 相关数据挖掘软件 WEB挖掘 Web挖掘是对Web文档的内容、Web上可利用资源的使用情况以及资源之间的关系进行分析，从中发现有效的、新颖的、潜在有用的、并且最终可理解的模式。可以将Web挖掘分为四个子任务： 1.资源有哪些信誉好的足球投注网站：检索所需要的web文档或web资源。 2.信息选择和预处理：从有哪些信誉好的足球投注网站到的web资源中自动选择特定的信息，并对其进行预处理。 3.模式发现：自动发现一个或多个站点的模式。 4.模式分析：对于发现的规则进行有效性验证或解释。 根据挖掘对象的不同、web挖掘可以分为三类：web内容挖掘、Web结构挖掘和Web使用挖掘。Web内容挖掘是挖掘Internet的页面和后台交易数据库。web结构挖掘是运用数据挖掘技术来重建Web站点的结构。Web使用挖掘是通过挖掘相应站点的日志文件和相关数据来发现该站点上的浏览者和顾客的行为模式。 网站结构优化 Intemet在给我们带来机遇的同时也带来了挑战，它使得www上的一些主要工作，例如web站点设计、Web服务设计、Web站点的导航设计、电子商务等工作变得更为复杂和繁重。对于网站的设计者和经营方来说，需要更好的辅助设计工具，可以根据用户的访问兴趣、访问频度、访问时间动态地调整页面结构，优化商务网站的链接结构，从而，开展有针对性的服务。解决这种需求的一个有力的工具就是Web数据挖掘。 对web站点的链接结构的优化可从两方面来考虑：一方 面，通过对Web log的挖掘，发现用户访的问页面的相关性，从 而对密切联系的网页之间增加链接，方便用户使用；另一方面， 通过对Web log的挖掘，发现用户的期望位置，如果在期望位 置的访问频率高于对实际位置的访问频率，可考虑在期望位置 和实际位置之间建立导航链接，从而实现对Web站点的优化。 网页、商品推荐 随着互联网的普及和电子商务业务的发展，电子商务网站积累了大量的客户交易数据。如何充分利用这些数据，获得客户的购物模式，对客户进行个性化的商品推荐，从而更好地提高网站的服务质量和经济效益，是电子商务迫切需要解决的问题。 当前的电子商务网站一般是采用统计技术和多维分析等传统技术，凭着网站设计人员的经验，设计～些统一格式的商品推荐界面，对客户进行商品推荐。这种商品推荐缺乏个性化，难以达到显著的推荐效果。这些传统技术是验证型的技术，难以获得隐藏在数据背后的知识。 而数据挖掘技术的商品推荐应用，正是针对这些问题而提出的。数据挖掘是从大量的数据中，抽取出潜在的、有价值的知识、模型或规则的过程，是属于发现型的技术。因此，数据挖掘技术的商品推荐应用是数据挖掘和电子商务发展的必然趋势。 把数据挖掘技术应用到电子商务网站的商品推荐中，可以使网站从大量的客户交易数据、客户注册信息和网站访问目志等数据中，提取出隐含的有价值的知识、模型或规则，帮助和指导网站的商品推荐。从而，更有利于将网站浏览者转变为购买者，提高交叉销售能力，提高客户的忠诚度，以及提高网站的服务质量和经济效益。 近年来，数据挖掘技术在电子商务中的商品推荐应用，已经逐渐成为数据挖掘和电子商务的一项重要研究内容，得到越来越多的设计研究人员的关注，并取得了卓著的研究成果和显著的应用效果。 电子商务为个性化商品的推荐提供了可能，数据挖掘给电子商务为个性化商品的推荐提供了可能。 数据挖掘软件spss 作为统计预测分析的先驱，spss还在电子商务等的数据分析和解决方案方面已有超过三十年的经验，提供从数据输入整理、探索分析、分析报告、建立模型、预测分析到结果发布的完整解决方案，能够预测未来，把握时机。 现在越来越多的消费者选择网络购物，那么传统的实体零售如何追随消费者的脚步，开展多渠道营销，成为普遍关注的话题。如何选择适合的供应商和商品、如何解决线上线下的价格平衡、怎样吸引顾客到自己的网店、以及如何识别浏览网店的顾客的购买特征等具体问题，都是电子商务对经营分析提出的新的要求。数据挖掘技术作为建模分析技术的一种，帮助电子商务企业和部门有效的解决了这一问题。 了解 电子商务(Ec)，是指利用计算机技术、网络技术和远程通信技术，实现整个商务过程中的电子化、数字化和网络化，超越传统商务活动在时间和空间上的限制。电子商务主要包括利用电子数据交换(EDI)、电子邮件(E-Mail)、电子资金转帐(ZFT)及Internet的主要技术在个人间、企业间和国家间进行无纸化的业务信息的交换。 商品推荐形式，是指电子商务网站运用数据挖掘技术进行商品推荐，在表达商品推荐信息时所采用的形式。它是数据挖掘技