电子商务有关论文范文集,与数据挖掘技术在B2C电子商务中的应用相关发表论文
本论文是一篇电子商务有关发表论文,关于数据挖掘技术在B2C电子商务中的应用相关毕业论文参考文献格式范文。免费优秀的关于电子商务及数据库及系统结构方面论文范文资料,适合电子商务论文写作的大学硕士及本科毕业论文开题报告范文和学术职称论文参考文献下载。
经网络、决策树方法、Apriori算法、规则推理等.其他可视化方法:可以给出多变量的图形分析,同时显示多变量间的关系,有助于分析以前挖掘的数据,进一步增强数据挖掘能力.其中值得注意的要点有:决定如何产生假设;选择合适的工具;发掘知识的操作;证实发现的知识.(3)结果表述和解释:根据最终用户的决策目的对提取的信息进行分析,把最有价值的信息区分开来,并且通过决策支持工具提交给决策者.因此,这一步骤的任务不仅是把结果表达出来,还要对信息进行过滤处理,如果不能令决策者满意,需要重复上述过程.
2.B2C电子商务的数据挖掘系统结构
要想真正发挥数据挖掘技术在电子商务中的效率,必须将事务处理阶段的数据转存到数据仓库中,并与电子商务行为有机的结合.B2C电子商务的数据挖掘系统结构见图.
四、B2C电子商务的数据挖掘现状及不足
随着电子商务日益蓬勃发展的势头,基于B2C电子商务下的数据挖掘将是一个非常有前景的领域.它不仅能够自动预测客户的消费趋势、市场走向,引领企业建设个性化智能网站,而且还能带来巨大的商业利润,为企业创建新的商业增长点.但是,目前面向B2C电子商务的数据挖掘中仍存在诸多亟待解决的问题,如:怎样解决分布性、异构性数据源的挖掘;如何将服务器上的日志数据转化成适合某种数据挖掘技术的数据格式等等.此外,对于多媒体数据库等特殊类型数据库的数据挖掘,以及语义不一致问题的处理等技术问题也值得在今后进行更进一步的调查和研究.
五、结论
合理地将数据挖掘技术应用于B2C电子商务活动中,企业管理及工作人员便于从海量数据背后挖掘出隐藏的知识,发现商品的消费规律与客户的访问模式,帮助企业制定有效的营销策略,以及提供个性化服务,从而更加充分地发挥企业独特优势,促进管理和技术创新,最终提高企业竞争实力.
参考文献:
[1]范明:数据挖掘概念与技术[M].上海:机械工业出版社,2005
[2]陶启萍:基于Web数据挖掘的电子商务推荐系统研究[D].辽宁工程技术大学,2005
[3]毛国君等著:数据挖掘原理与算法[M].北京:清华大学出版社,2005
[4]王洪艳:基于聚类的数据挖掘技术在CRM中的研究与应用[D].武汉:武汉大学管理科学与工程系,2005
[5]程宏水:网络数据挖掘在电子商务网站设计的应用[J].中山大学研究生学报(社会科学版),2007,(01)
电子商务有关论文范文集,与数据挖掘技术在B2C电子商务中的应用相关发表论文参考文献资料: