客户电子商务论文范文-阐述计算机web数据及其在电子商务中的应用word版下载

《客户电子商务论文范文-阐述计算机web数据及其在电子商务中的应用word版下载》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

客户电子商务论文范文:阐述计算机Web数据及其在电子商务中的应用word版下载导读：本论文是一篇关于计算机Web数据及其在电子商务中的应用的优秀论文范文，对正在写有关于客户论文的写作者有一定的参考和指导作用，论文片段：，那么你就可以将电池或充电器销售给他。交叉销售策略之所以取得成功最为关键的要素便在于用户对交叉产品感兴趣。将数据挖掘应用在交叉销售中最主要是通过此种数据分析技术将商品销售最合理的匹配找出。关联规则、聚类分析、神经网络挖掘等数据挖掘方式都能将此理由予以很好的解决。例如，神经网络可用于细分客户，而聚类分析则【摘要】现如今，计算机Web数据挖掘技术在电子商务活动中得到了广泛的应用，它是伴随数据库技术和网络技术的高速发展而得来的一种全新的技术，目前已经成为电子商务企业取得市场信息非常重耍的一项工具。文中就Web数据挖掘含义、特征以及类别进行了简要介绍，并对其在电子商务里几种典型的应用进行了探究，以便为我国Web数据及其在电子商务里的应用提供可供参考的意见和倡议。【关键字】计算机；Web数据；电子商务；数据挖掘；应用1计算机Web数据挖掘的含义与特征1.1Web数据挖掘的含义计算机Web数据挖掘指的是在Web环境下对数据挖掘技术加以应用，它是一项WWW技术与数据挖掘技术彼此结合的新技术，它综合运用 了信息学、统计学、人工智能、Internet.计算机语言等多领域技术。总而言之，它就是通过对网络加以利用，将用户的网络登记信息以及用户访问的购销信息、搜索信息、商品信息、口志文件等内容挖掘出来，并从中将有价值和潜在（隐性）有用的信息找出，最后在进行商业决策和企业管理时应用。1.2Web数据挖掘的特点此技术具备如下特点：一是可对大规模数据量加以处理，并且使用非常方便；二是相比于数据仓库和传统数据库，它是一个全球性、分布广泛、巨大的信息服务中心；三是用户访问模式的动态获取永远不会过时；四是用户无需将自身的主观评价信息提供出来。1.3Web数据挖掘的类别此技术包括三大类：第一类是Web使用记录的挖掘，也就是通过网络将WebFl志记录挖掘出来，将潜在客户和用户访问模式等信息查找出来，从而使此站点服务竞争力得以提升。第二类便是Web内容的挖掘，也就是指从Web文档里面将知识抽取出来的过程。第三类则是Web的结构挖掘，它是指通过关联分析、聚类、小结等形式对Web上面的文档集合内容进行处理，并从Web文档的链接关系和组织结构中将相关知识和信息预测出来。2计算机Web数据挖掘的过程2.1数据的准备在进行Web数据挖掘的过程中，准备数据最主要包括收集数据以及选择数据与预处理数据这三个阶段。通过对Web服务器端数据进行 收集，并在Web的日志文件中将用户访问行为记录下来，然后对其进行整理和选择，将无用数据过滤。对数据进行预处理是为了将数据中的有效部分进行精简，并将无关的模糊性和冗余性数据去除。2.2数据的挖掘数据的挖掘主要是经由模式识别里的数据挖掘算法来加工和分析用户日志文件，从而将用户访问站点的习惯和流量模式予以掌握，进而方便企业进行决策的改善和市场目标的制定。在数据的挖掘阶段所需进行的操作主要包括：先要决定怎样产生假设；然后对合适工具加以选择；接着，要发掘知识的操作；最后，对发现知识加以证实。2.3结果的剖析和显示此阶段不仅需表述出结果，同时还需分析与选择处理所提取信息，区分岀最具价值的信息，并经由决策支持工具将之上交给决策人,如果决策人不满意，那么还需对上述操作过程加以重复。最后，经由可视化技术用图形界面形式把挖掘成果显示出来。3计算机Web数据挖掘在电了商务中的应用现如今，电子商务已经变成经济发展潮流的引导者，在电子商务中采用新战略部署和技术策略对于推动经济发展起到了一定的推动作用。在电子商务里应用Web数据挖掘技术，将使企业获取信息能力得到极大的提升，我们可由众多存储大量信息的Web链接及其页面和用户交易数据里将相关潜在用户群和有价值的用户访问模式挖掘出来，并对用户的信息数据加以分析、转换、抽取和处理，从而将对商业决策具有关键性作用的数据提取出来，进而帮助站点改善设计，以便更好地为电子商务服务。 3.1在管理客户关系时对数据挖掘的应用3.1.1挖掘出潜在客户群通过对Web日志记录里的规律加以探究和分析，可先对已存访问者加以分类，并将分类关键属性及其相互间的关系加以明确。对新访问者而言，可通过在进行Web分类之时发现，进而将此客户和已分类客户公共描述识别出来，从而对此新客户予以正确分类。接着根据它的分类来判断是否将此新客户当做潜在客户对待。假如是潜在客户，便可向此客户展示一些个性化、特殊化的页面内容，从而使用户服务质量得到提升。3.1.2使客户驻昭的时间得以延长在电子商务里，销售商和传统客户之间已经不存在空间距，通过网络，使得客户眼中的销售商都是一样的。为使客户延长其在网站上面的停留时间就需耍对客户浏览行为予以了解，进而指导客户的需求及兴趣点，并按照需求向客户动态地进行页面推荐，对Web页面加以调整，提供一些特有的广告和商品信息，让客户满意，从而使客户停留在这一网站上的时间得以延长。3.2在进行电子商务网站的设计优化之时对数据挖掘的应用3.2.1使Web站点得以优化通过将用户Web日志文件挖掘出来，然后对Web站点进行链接结构优化之时可从如下两方面入手：一方面是将用户访问页面相关性找出，增加密切相关网页之间的链接。另一方面便是对用户期望位置予以掌握。假如期望位置访问频率要比实际位置访问频率高，那么可考虑在实际位置和 期望位置之间进行导航链接的建立。网站网页内容设置会对网站访问效率产生直接影响，并且网站访问人员所关心内容也会随着时间的转变而转变，在网络日志文件里将用户访问页面统计信息挖掘出来，将用户使用模式找出，能为网页内容设置的改良提供非常好的意见和倡议。总而言之，在对网站外观和结构进行设计与修改之时，Web设计人员所依据的便是访问者信息，而不再是完全依靠专家定性指导来对网站加以设计。在站点上而，页面内容的链接和安排就如同超市货物的摆放一样，将具备一定信任度和支持度的相关物品摆在以期能对销售起到帮助作用。网站的管理人员根据绝大部分访问者浏览模式来组织网站，并尽可能的为绝大部分访问人员浏览带来方便，让客户能对网站留下非常好的印象，从而提升其下次访问儿率。3.2.2使系统得到改善用户是否满意网站服务还和系统性能有关，假如用户在某页面上所停留的时间比较长，有可能并非对此页面有很大兴趣，而是由于页面内容传输及服务器状态导致用户不能将页面即可打开而等待了较长的时间。处于这个因素的考虑，便需要按照代理服务器访问日志来对用户请求在空间和时间上的分布进行预测，此种预测能有助于代理服务器对缓存策略和页面预取加以选择；将路径配置文件从服务器日志里挖掘出来，作为动态HTML网页创建的依据，因此动态页面需在用户作出请求之前就已经完成，从相关而使服务器响应延迟的时间得以缩短。3.3在电子商务的网络营销中对数据挖掘的应用3.3.1交叉销售 此种销售形式是通过CRM了解顾客的不同需求，同时经由满足其需求来销售与之相关的产品或服务的一种新型的营销形式。简而言之，就是将本公司的B产品推销给已经拥有本公司A产品的顾客。例如，某顾客在你这里买了一款游戏机，那么你就可以将电池或充电器销售给他。交叉销售策略之所以取得成功最为关键的要素便在于用户对交叉产品感兴趣。将数据挖掘应用在交叉销售中最主要是通过此种数据分析技术将商品销售最合理的匹配找岀。关联规则、聚类分析、神经网络挖掘等数据挖掘方式都能将此理由予以很好的解决。例如，神经网络可用于细分客户，而聚类分析则可对具备相似特征客户加以划分等。关联分析技术则最适合分析购物篮，它能将经常被用户同时放于购物篮里面的商品信息挖掘出来，并向其他已经购买其中某产品的客户推荐其余产品，进而使交叉营销得以实现，从而使商品的销售数量得以增加。除此之外，关联规则还可通过分析对Web日志查找经常被同时访问的网页，在情况必要时增加超链接，假如这些网页做展示的商品信息不通，那么超链接便可在使商品交叉销售中起到推动作用。3.3.2使营销情报系统得以建立所谓的营销情报指的是和各类营销环境的日常发展状况有关的信息。建立在了解与分析市场的前提下，市场营销活动对市场了解需求整理和收集营销信息。在网络上进行营销可通过网页来获取有关信息，并在Web数据挖掘技术的帮助下，对国际行情、政策法规、竞争者动向、行业技术动态、市场环境动态等信息加以收集，从而使营销情报系统得以建立，进而对新情况予以不断掌握，对新情况加以研究,最终在市场营 销中取得主动权。4结语伴随导读：本论文是一篇关于计算机Web数据及其在电子商务中的应用的优秀论文范文，对正在写有关于客户论文的写作者有一定的参考和指导作用，论文片段：时代的不断进步，网络通讯技术和计算机技术的发展使得电子商务应运而生，并发展成为未来商业发展必定的趋势。在电子商务里Web数据挖掘不仅应用前景非常广阔，同时对社会经济发展也具备非常深远而又重要的作用，并已发展成为现如今世界各国热点研究的对象。经由Web数据挖掘技术，能让企业从众多繁杂的信息数据里面将具备潜在价值的信心挖掘出来，从而让企业能对资源进行合理的利用和配置，进而为企业在进行商务决策之时提供可靠的支撑和保障，最终让金业能在商业竞争中逐步提升自身的地位。参考文献[1]陈韶霞•计算机Web数据及其在电了商务中的应用探析[J]・现代商贸工业，2011,23(12)：222-223.[2]王然•基于Web数据的电子商务推荐系统应用研究[D]・北京交通大学，2008.[3]鲜学丰•面向DeepWeb的数据爬取技术研究[D].苏州大学， 2012.[2]马衍民，金迪，李敏等・Web数据挖掘在旅游电子商务中的应用研究[J]•中国电子商务,2012,(21)：10.[3]孙学军•面向电子商务的Web数据挖掘应用研究[J]・枣庄学院学报，2010,27(5)：95-99.[4]王婉晨•基于web的数据挖掘技术研究[J]•计算机光盘软件与应用,2010,(10)：83.[5]闫中敏.DeepWeb数据获取理由研究[D]•山东大学,2010.[6]肖敏•基于领域本体的电子商务推荐技术研究[D]•武汉理工大学，2009.