电子商务类论文范本,与电子商务中数据挖掘方法相关论文范文

本论文是一篇电子商务类论文范文,关于电子商务中数据挖掘方法相关研究生毕业论文开题报告范文。免费优秀的关于电子商务及统计分析及回归分析方面论文范文资料,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。

[摘 要]在电子商务中,数据挖掘有助于发现业务发展的趋势,帮助企业做出正确的决策.本文对目前电子商务中的Web数据挖掘方法进行了总结,并对电子商务中的Web数据对象进行了分类,对网络数据挖掘的作用进行了分析,为今后电子商务中实用Web数据挖掘软件的开发与应用提供了参考.

[关 键 词]电子商务Web数据挖掘Web日志

一、电子商务和数据挖掘简介

电子商务是指个人或企业通过Inter网络,采用数字化电子方式进行商务数据交换和开展商务业务活动.目前国内已有网上商情广告、电子票据交换、网上订购,网上银行、网上支付结算等多种类型的电子商务形式.电子商务正以其成本低廉、方便、快捷、安全、可靠、不受时间和空间的限制等突出优点而逐步在全

电子商务类论文范本

数据挖掘(DataMining)是伴随着数据仓库技术的发展而逐步完善起来的.数据挖掘主要是为了帮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.它要求从大量的、不完全的、有噪声的、模糊的和随机的数据中,提取人们事先不知道的但又是潜在有用的信息和知识.数据挖掘的过程有时也叫知识发现的过程.

而电子商务中的数据挖掘即Web挖掘,是利用数据挖掘技术从的资源（即Web文档）和行为（即We服务）中自动发现并提取感兴趣的、有用的模式和隐含的信息,它是一项综合技术涉及到Inter技术学、人工智能、计算机语言、信息学、统计学等多个领域.

二、Web数据挖掘对象的分类

Web数据有3种类型：HTML标记的Web文档数据,Web文档内连接的结构数据和用户访问数据.按照对应的数据类型,Web挖掘可以分为3类：

1.Web内容挖掘:就是从Web文档或其描述中筛选知识的过程.

2.Web结构挖掘:就是从Web的组织结构和链接关系中推导知识.它的目的是通过聚类和分析网页的链接,发现网页的结构和有用的模式,找出权威网页.

3.Web使用记录挖掘：就是指通过挖掘存储在Web上的访问日志,来发现用户访问Web页面的模式及潜在客户等信息的过程.

三、电子商务中数据挖掘的方法

针对电子商务中不同的挖掘目标可以采用不同的数据挖掘方法,数据挖掘的方法有很多,主要包括下面3大类：统计分析或数据分析,知识发现,基于预测模型的挖掘方法等.

1.统计分析.统计分析主要用于检查数据中的数学规律,然后利用统计模型和数学模型来解释这些规律.通常使用的方法有线性分析和非线性分析、连续回归分析和逻辑回归分析、单变量和多变量分析,以及时间序列分析等.统计分析方法有助于查找大量数据间的关系,例如,识别时间序列数据中的模式、异常数据等,帮助选择适用于数据的恰当的统计模型,包括多维表、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,浏览子集,删除冗余等.

2.知识发现.知识发现源于人工智能和机器学习,它利用一种数据搜寻过程,去数据中抽取信息,这些信息表示了数据元素的关系和模式,能够从中发现商业规则和商业事实.利用数据可视化工具和浏览工具有助于开发分析以前挖掘的数据,以进一步增强数据发掘能力.其他数据挖掘方法,如可视化系统可给出带有多变量的图形化分析数据,帮助商业分析人员进行知识发现.

3.预测模型的挖掘方法.预测模型的挖掘方法是将机器学习和人工智能应用于数据挖掘系统.预测模型基于这样一个假设：消费者的消费行为具有一定的重复性和规律性,这使得商家可以通过分析收集存储在数据库中的交易信息,预测消费者的消费行为.按消费者所具有的特定的消费行为将其分类,商家就能将销售工作集中于一部分消费者,即实现针对性销售.

四、Web挖掘的作用

通过收集、加工和处理涉及消费者消费行为的大量信息.确定特定消费群体或个体的兴趣、消费习惯、消费倾向和消费需求,进而推断出相应消费群体或个体未来的消费行为,然后对所识别出来的消费群体进行特定内容的定向营销,节省成本,提高效率,从而为企业带来更多的利润.

电子商务本科论文如何写
播放:37446次 评论:7840人

1.优化Web站点.Web设计者不再完全依靠专家的定性指导来设计网站,而是根据访问者的信息来设计和修改网站结构和外观.站点上页面内容的安排和链接就如超级市场中物品的摆放一样,把相关联的物品摆放在一起有助于销售.网站管理员也可以按照大多数访问者的浏览模式对网站进行组织,按其所访问内容来裁剪用户与Web信息空间的交互,尽量为大多数访问者的浏览提供方便.

2.设计个性化网站.强调信息个性化识别客户的喜好,使客户能以自己的方式来访问网站.对某此用户经常访问的地方,有针对性地提供个性化的广告条,以实现个性化的市场服务.

3.留住老顾客.通过Web挖掘,电子商务的经营者可以获知访问者的个人爱好,更加充分地了解客户的需要.根据每一类(甚至是每一个)顾客的独特需求提供定制化的产品,有利于提高客户的满意度,最终达到留住客户的目的.

4.挖掘潜在客户.通过分析和探究Web日志记录中的规律,可以先对已经存在的访问者进行分类.确定分类的关键属性及相互间关系,然后根据其分类的共同属性来识别电子商务潜在的客户,提高对用户服务的质量.

5.延长客户驻留时间.在电子商务中,为了使客户在网站上驻留更长的时间就应该了解客户的浏览行为,知道客户的兴趣及需求所在,及时根据需求动态地向客户做页面推荐,调整Web页面,提供特有的一些商品信息和广告,以使客户满意.

6.降低运营成本.通过Web挖掘,公司可以分析顾客的将来行为,进行有针对性的电子商务营销话动,可以根据关心某产品的访问者的浏览模式来决定广告的位置,增加广告针对性,提高广告的投资回报率.可以得到可靠的市场反馈信息,降低公司的运营成本.

7.增强电子商务安全.Web的内容挖掘还包括挖掘存有客户登记信息的后台交易数据库.客户登记信息在电子商务话动中起着非常重要的作用,特别是在安全方面,或者在对客户可访问信息的限制方面.

8.提高企业竞争力.分析潜在的目标市场,优化电子商务网站的经营模式,根据客户的历史资料不仅可以预测需求趋势,还可以评估需求倾向的改变,有助于提高企业的竞争力.

五、小结

本文介绍了在电子商务中可以被用来进行数据挖掘的数据源,以及可用于电子商务中的基于Web上的几种数据挖掘技术.将数据挖掘技术应用于电子商务,对这些数据进行挖掘,可以找出这些有价值的“知识”,企业用户可以根据这些“知识”把握客户动态,追踪市场变化,做出正确的针对性的决策,比如改进网站、向各类用户推出个性化的页面,或者向高流失客户群提供优惠政策进行挽留等等.但是在电子商务中进行Web的数据挖掘时还有很多问题需要解决.例如,如何解决不同国家不同地区存储Web数据的语义不一致性,如果提供更安全、快捷的服务方面还有很多工作要做.

参考文献：

[1]郝先臣张德干尹国成赵海:用于电子商务中的数据挖掘技术研究.小型微型计算机系统[J].2007(7)786～787

[2]赵焕平等:WEB数据挖掘及其在电子商

1 2 下一页

电子商务类论文范本,与电子商务中数据挖掘方法相关论文范文参考文献资料：

班主任教育管理

工程项目施工质量管理

工商管理学硕士

工商企业管理的科目

超市库存管理系统论文

it服务管理论文

电大工商管理学位英语

质量管理论文答辩

财务管理博士论文

质量管理手册