欢迎来到天天文库
浏览记录
ID:33802037
大小:2.10 MB
页数:56页
时间:2019-03-01
《面向电子商务的web数据挖掘技术的研究》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、武汉科技大学硕士学位论文面向电子商务的Web数据挖掘技术的研究姓名:边小勇申请学位级别:硕士专业:计算机应用技术指导教师:张晓龙20050420武汉科技大学硕士学位论文第1页摘要Web挖掘就是利用数据挖掘技术从Web文档和活动中发现有用的知识。在电子商务中,运用数据挖掘技术对Web服务器上的f={志数据和交易数据进行挖掘,得到用户的查找模式,以及客户的喜好,实现电子商务模式的成功。并根据挖掘到的结果,增进理解用户群体行为模式,动态地改进服务质量,为用户提供个性化的界面,在电子商务中有针对性地开展商务活动。尽管国内外学者对Web挖掘的理论研究做了很多工
2、作,但是其主要的研究在挖掘算法的设计与改进上,对面向智能站点设计的系统结构所做的工作不多。本文分析了现有系统的特点,提出了一一个面向电子商务站点的Web挖掘原型系统结构,设计成为一个实用的Web挖掘工具eWSMiner。在系统挖掘功能的实现上,将挖掘算法作为算法库嵌入系统,并规范其调用接口,使其能完成多种数据挖掘任务。然后围绕智能Web站点中的模块,研究了一些关键的数据挖掘技术与算法。我们在eWSMiher工具中实现了关联规则、聚类分析和序列模式的挖掘功能。本文还对Web日志数据的预处理方法进行了较为详尽的分析,分柝的结果有助于管理者实时地发现用户的
3、频繁访问路径,分析站点的使用情况,改进网站结构,以指导电子商务活动。作为一个Web数据挖掘工具,eWSMiner能够处理多种数据源、支持多种数据挖掘算法,以及挖掘结果的可视化表达,具有综合性和可扩展性的特点。关键字:数据挖掘,Web挖掘,关联规则,聚类分析,序列模式,推荐第1I页武汉科技大学硕士学位论文AbstractWebMiningisbymeansofdataminingtechniques.todiscoverusefulknowledgefromW曲documentsandusers’behaviors.IneoCommerce,theus
4、ers’browsingpatternsandpreferencecarlbeacquiredfromWebserverlogsandbusinessdata,thenthesuccessfule-Commercemodeisachieved.Accordingtotheminedresults,thegroupusers’behaviorpatternscallbeclearlyunderstood;theservicequalityofthee-CommerceWebsitebasedondifferentusergroupscanbedynam
5、icallyimproved,helpingthebusinessmarketingstrategiestobeeffectivelycarriedout.AlthoughresearchershavedonemuchworkontheWebminingtheory,theirmainworksfocusonthedesignandimprovementofthee衔ciencyoftheminingalgorithms.1ittledoneforthedesignofWebminingsystems.Thispaperanalyzesthechar
6、acteristicofexistingprototypesystems,andproposesanewprototypeofWebminingsystemfore-Commerce托WSM).ThisprototypehasbeenimplementedasapracticalWebminingtooleWSMiner.Theminingfunctionsareintegratedfromaseriesofminingfunctionsembeddedinarithmeticlibrary.Thecallinterfacesoftheseminin
7、gfunctionsaleprovided.whichenablesmultipleminingtaskstobecarriedoutinthesameminingt001.wepresentthestructureoftheeWSMiner,andsomedataminingalgorithmssuchasassociationrule,clustering,sequentialpattern,whichareimplementedandtestedinthet001.wealsogiveadetailedanalysisforthedatapre
8、processing.eWSMinerishelpfultofindusers’frequenttraver
此文档下载收益归作者所有