资源描述：
《数据挖掘技术在电子商务网站中的应用》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、数据挖掘技术在电子商务网站中的应用 当用户和电子商务的商家享受电子商务的快捷和时,面临着某些新的问题。一,用户面对网站上的琳琅满目的众多商品,只对的一商品感兴趣。用户要一次的购买,就浏览许多不的网页,在众多的商品分类中找到所需要的商品;另一,商家面对众多的用户,不知道对商品的兴趣和要求是。,电子商务的商家无法网站的页面结构,给所用户是千篇一律的界面。个性化服务己经制约电子商务发展的关键问题。基于Web数据挖掘技术的电子商务推荐系统了的解决方法。10 推荐系统用户个人的喜好、习惯来向其推荐信息、商品的程
2、序。电子商务推荐系统能够直接与用户交互,模拟商店销售人员向用户商品推荐,帮助用户找到所需商品,从而购买过程。从用户角度来看,电子商务推荐系统对收集到的用户的访问、访问频度、访问内容等浏览信息挖掘,提取用户的特征,获取用户访问Web的模式,地页面结构,为用户推荐,个性化服务;从企业角度来看,企业希望能够获取用户的访问规律,以帮助企业顾客消费的生命周期,针同的产品制定的营销策略,优化网站的组织结构和服务,以网站的。推荐系统在帮助了客户的也了顾客对商务活动的满意度,换来对商务网站的支持。 一、推荐系统在电
3、子商务活动中的作用 说来,推荐系统在电子商务活动中的作用可以归纳为几点: (一)把浏览者转变成购买者 己有购物的客户也许可以借助检索系统找到需要的东西,但大多数只是四处逛逛看一看的冲浪者,或是对的需要模糊的购买者,很难有耐心在几十页长的商品目录逐项查找有感兴趣的东西。而推荐系统合适的推荐,可以将浏览者变为购买者。10 (二)电子商务系统的交叉销售能力 电子商务推荐系统在用户购买过程中向用户其它有价值的商品推荐,用户能够从的推荐列表中购买确实需要但在购买过程中想到的商品,从而电子商务系统的交叉
4、销售。例如站点可以客户当前购物车中的物品向推荐和己选购的物品的物品。有比的推荐系统,则企业的平均定购量就。 (三)客户对电子商务网站忠诚度。 与传统的商务模式相比,电子商务系统使得用户拥有越来越多的选择,用户更换商家及其,只需要一两次鼠标的点击就可以在不同电子商务系统之间跳转。电子商务推荐系统分析用户的购买习惯,用户需求向用户有价值的商品推荐。电子商务推荐系统的推荐质量,用户可以很容易找到想要的商品,那么用户会访问网站,并会推荐给人,这网站来说是的优势。 二、数据挖掘技术在电子商务推荐系统的应用
5、 10 数据挖掘是在大型数据存储库中,自动地有用信息的过程。数据挖掘技术用来探查大型 数据库,先前未知的有用模式。电子商务推荐系统将数据挖掘技术运用到电子商务领域,以数据挖掘为基础衍生出许多算法。 (一)基于关联规则的推荐算法 关联规则是数据挖掘技术的,该技术挖掘数据中项集之间有趣的关联或。关联规则挖掘的典型例子购物篮分析。该过程顾客放入其购物篮中不同商品之间的,分析顾客的购买习惯。哪些商品频繁地被顾客购买,关联的可以帮助商家制定营销策略。 关联规则的挖掘是两步过程: ,找出所有频繁项集。项
6、集的频繁性和预定义的最小支持计数一样。,由频繁项集产生强关联规则。规则最小支持度和最小置信度。10 关联规则挖掘算法的瓶颈在步。步需要反复扫描交易数据库,了系统的开销,降低了系统性能。例如:Aprior算法是最有的挖掘关联规则频繁项集的算法。该算法使用称为逐层搜索的迭代方法寻找频繁项集,它开创性地使用基于支持度的剪枝技术,系统地控制候选项集指数增长。它缺点数据库数据的增多,需要多次扫描数据库,便了系统的性能。 (二)基于内同的推荐算法 基于内容的推荐系统的产生根源于信息检索与信息过滤。其是项之间的相
7、似性来推荐的,先用机器学习等技术分析用户评分的项的内容,用户档案,然后从项选择与用户档案相似的项,再从中评分选择的项推荐给用户,最后用户的反馈信息修正推荐。 基于内容得推荐技术的局限性。,资源内容以机器可以理解的格式表示,而信息例如图像、视频等多媒体信息是很难点的;,资源内容的分析范围小,较多的建议;,基于内容的推荐从质量、样式、审美等角度对项过滤。 (三)协同过滤推荐算法10 协同过滤是在信息过滤和信息系统中正迅速一项很受欢迎的技术。与传统的基于内容过滤直接分析内容推荐不同,协同过滤分析用户兴趣,
8、在用户群中找到指定用户的相似(兴趣)用户,综合相似用户对某一信息的评价,系统对该指定用户对此信息的喜好程度预测。 协同过滤推荐算法的缺点是:(1)用户对商品的评价非常稀疏,基于用户的评价所的用户间的相似性不(即稀疏性问题)。(2)用户和商品的增多,系统的性能会越来越低(即可扩展性问题)。(3)从来用户对某一商品评价,则商品就不被推荐(即最初评价问题)。 弥补推荐方法的缺点,在中常采用组合推荐。在组合推荐上,国外的学者了七种
