挖掘电子商务论文范文-试论web挖掘技术及在电商erp中的应用word版下载

《挖掘电子商务论文范文-试论web挖掘技术及在电商erp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。

1、挖掘电子商务论文范文:试论Web挖掘技术及在电商ERP中的应用word版下载导读：本论文是一篇关于Web挖掘技术及在电商ERP中的应用的优秀论文范文，对正在写有关于挖掘论文的写作者有一定的参考和指导作用，论文片段：将模式识别和机器学习技术和聚类策略等应用到处理大规模文档集合方面，可以在同一个站点内部或在多个站点之间进行。2.4分析（Analysis）,通过IR和IE已经获得大量有用的信息，这一过程用于验证、解释上一步骤产生的模式。3・Web挖掘的分类根据对Web数据的感兴趣程度不同，Web挖掘一般可以分为三类:Web内容挖掘、【摘要】数据丰富而知识贫乏导致了知识发现和数据挖掘领域的出现

2、，基于Web的数据挖掘，是从Web海量的数据中自动、智能地抽取隐藏于这些数据中的知识。文章主要介绍了Web挖掘的概念和技术，最后阐述了Web挖掘在电了商务ERP中的应用。【关键词】数据挖掘；Web挖掘；电子商务ERP数字化和信息化的存活模式以及工业生产革命，使整个世界的经济面对新的机遇和挑战。电子商务ERP作为全球经济发展的最终趋势,将成为21世纪贸易活动的基本形态。据2006年7月19RCNNIC在北京发布《第十八次中国互联网络发展状况统计报告》显示，截止到2006年6月30EI,我国网站数已达788,400个，目前大约2500万人经常使用网上招聘，经常使用上网购物人数达到3000万

3、人，分别占网民总数的20%、26%o电子商务ERP网站每天需要海量数据，但数据资源屮蕴含的有用信息却至今没有得到充分的发掘和利用。为了解决这些理由，我们将传统的数据挖掘［1］同Web结合起來，进行Web挖掘［2］,即从Web文挡和Web活动中抽取潜在的有用模式和隐藏的信息。1.Web挖掘的概念Web挖掘指使用数据挖掘技术在WWW数据屮发现潜在的、有用的模式或信息的过程。血b挖掘研究覆盖了多个研究领域，包括数据库技术、信息获取技术、统计学、人工智能中的机器学习和神经网络等。2.Web挖掘的过程Web挖掘的处理流程如下所示：各种数据——〉信息检索一一〉信息提取——〉概括——〉分析——〉知识

4、2.1信息检索IR(InformationRetrieval),IR自动提取所有相关文档，同时确保不相关的文档尽量的少。当前IR的研究包括建模、文档分类、聚类、用户接口、数据可视化等。2.2信息提取IE(InformationExtraction),TE是把TR索得到的文档集合转化成为利于摘要和分析的信息。IE侧重的是从文档中抽取相关信息，而IR则是为了获取相关文档。2.3概括(Generalization),将模式识别和机器学习技术和聚类策略等应用到处理大规模文档集合方面，可以在同一个站点内部或在多个站点之间进行。2.4分析(Analysis),通过IR和IE已经获得大量有用的信息，

5、这一过程用于验证、解释上一步骤产生的模式。3.Web挖掘的分类根据对Web数据的感兴趣程度不同，Web挖掘一般可以分为三类:Web内容挖掘［3］、Web结构挖掘［4］、Web用法挖掘［5］,如图2所示：图2Web挖掘的细分图2.1Web内容挖掘(WebContentMining：WebCM)Web内容挖掘指从Web内容，数据，文档屮发现有用信息的过程，一般从下面两个不同的观点来进行研究。2.1.1从资源查找(InformationRetriva1)的观点挖掘非结构化文档非结构化文档主要指Web上的自由文本，包括小说、新闻等。这种策略只从统计的角度将词汇孤立地看待而忽略该词汇出现的位置和

6、上下文环境。它的一个弊端是词汇量非常大，处理起来很困难，为解决这个理由釆取了不同技术如信息增益，相关范文由写交叉嫡、差异比等，其目的都是为了减少属性。另一个有作用的策略是潜在语义索弓

7、(LatentSemanticIndexing)o1.1.2从数据库(Database)的观点挖掘非结构化文档从数据库的观点进行Web内容挖掘主要是试图建立Web站点的数据模型并加以集成，以支持复杂查询，而不止是简单的基于关键词的搜索。数据库技术应用于Web挖掘主要是为了解决Web信息的管理和查询理由。这些理由可以分为三类：Web信息的建模和查询；信息抽取与集成；Web站点建构和重构。这要通过找到Web文

8、档的模式、建立Web数据仓库或Web知识库或虚拟数据库来实现，相关研究主要是基于半结构化数据进行的。3.2Web结构挖掘(WebStructureMining：WebSM)Web结构挖掘的对象是Web本身的超连接，即对Web文档的结构进行挖掘。在Web结构挖掘领域最著名的算法是HITS算法和PageRank算法。他们的共同点是使用一定策略计算Web页面之间超连接的质量，从而得到页面的权重。Web结构挖掘另一个尝试是在Web数据仓库环境下的挖掘。