资料提炼技术在虚拟商店之应用

资料提炼技术在虚拟商店之应用

ID:37271211

大小:2.95 MB

页数:19页

时间:2019-05-20

资料提炼技术在虚拟商店之应用_第1页
资料提炼技术在虚拟商店之应用_第2页
资料提炼技术在虚拟商店之应用_第3页
资料提炼技术在虚拟商店之应用_第4页
资料提炼技术在虚拟商店之应用_第5页
资源描述:

《资料提炼技术在虚拟商店之应用》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、資料提煉技術在虛擬商店之應用劉慧瑜黃國峰廖宜恩國立中興大學應用數學系資訊組618摘要隨著網際網路的興起,電子商務的熱潮也逐漸展現,目前電子商務網站數量成幾何級數地急遽增加,此時的網站若如同以往地只是單純的增加產品種類或採取低價策略,則再也無法吸引更多消費者駐足了,現在我們需要的是一個能滿足消費者需求的以服務為導向的網站。由於近年來網際網路呈現多元化的發展,網路上的資料量愈來愈多,我們如何從中找出符合消費者需求的資訊便成了目前最主要的挑戰,而資料提煉(DataMining)的技術則適時地為此議題提供了一線曙光。在本論文中,我們採用電腦

2、零售商作為網路虛擬商店的應用探討對象,透過DataMining技術的AssociationRules分析,為一般使用者提供具有個人化的動態行銷網頁建議,並希望可以進一步地運用AssociationRules為使用者提供電腦配備升級建議。此外,我們也以CORBA的物件分散式環境架構標準為網站帶來平衡負載的功能,進而提昇網站整體的競爭優勢。壹、簡介近年來網際網路為科技發展帶來一股嶄新的風潮,而目前網際網路上最令眾人趨之若鶩的應用就屬電子商務了,現代的電子商務網際網路伺服器(WebServer)上累積了大量的資料,但是資訊量的超載與無結構

3、化,使得企業決策單位無法有效利用現存的資訊,甚至使決策行為產生混亂與誤用。如何透過資料提煉技術,從巨量的資料庫中,發掘出不同的資訊與知識出來,將資料轉變成市場情報和市場智能,作為決策支援之用,將成為未來的主要挑戰,而企業電子商務型態網站的競爭優勢也將由此而生。618在網際網路於每個人的生活中逐漸變成了不可或缺的同時,電子商務的市場將會漸漸地被開發,除了買賣的行為之外,售後服務及買賣所產生的附加價值也將會有更迫切的需求,如強調「一對一」(One-to-One),以及「動態行銷」(DynamicMarketing)的概念等。我們以此觀點

4、來延伸,希望能將資料提煉(DataMining)技術應用在電子商務的情境中,並透過網際網路上資料的分析(含server和web的資訊,還有市場資料和市場知識訊息等),進而來發現市場情報及訊息。在本論文中,我們採用DataMining的技術應用在使用者最需要的硬體、電腦及週邊產品上,希望為使用者提供不同於大量行銷模式的適時個人化建議服務。在本論文中,我們運用了統一化模型語言(UnifiedModelingLanguage,UML)來為系統進行整體的物件導向分析與設計,在這之中透過資料提煉(DataMining)的技術,規劃了一個架構於

5、AssociationRules上的資料分析系統,並且根據CORBA的分散式物件架構標準將其設計成可以重複使用的元件,最後則希望可以利用那些藉由分析所得到的AssociationRules來為網路上的虛擬商店提供服務導向之應用,在此我們採用網路電腦零售店為主要的對象,為其提供AssociationRules的應用,讓網路電腦零售店的顧客可以因而擁有個人化的服務。本論文的架構如下:第一節簡介本論文的研究動機與成果;第二節則針對ElectronicCommerce、DataMining等領域之相關研究的介紹;第三節就我們在論文中所提出的

6、系統架構進行解說;第四節介紹系統實作時的物件分析與設計,並進一步說明程式的架構及運作流程;最後,在第五節中,我們除了對本系統作結論外,並且提出了未來的研究方向。貳、相關研究2.1ElectronicCommerce電子商務(ElectronicCommerce,EC)是今日資訊業、商業、…等眾多行業的尖端潮流,Kalakota和Whinston曾提出四個方向來說明電子商務的意義[1]:通訊技術、企業流程、服務品質、線上服務。此外,VladimirZwass解釋EC的意義是分享商業資訊、維護商業關係、並藉由電信網路的方式產生商業交易行

7、為[2];MichaelBloch、YvesPigneur和ArieSegev則認為電子商務是經由數位電子設備,支援企業進行商業上之任何交易活動[3]。廣義而言,電子商務指的其實是一種現代的商業行為方式,目的在因應公司組織與商家之需求,達到不僅降低成本,又能增進商品及服務的品質,加強服務提供效率的目的。6182.2DataMiningDataMining〔4〕是從資料庫(Database)、資料倉儲(DataWarehouse)、或其他資訊儲存體的大量資料中,將以前未發現,但是卻非常有用的資料的發掘出來之過程,而這些讓人感興趣的知識

8、有:模式(Patterns)、關聯性(Associations)、變化(Changes)、不規則且重要的架構(AnomaliesandSignificantStructures)…等等。由於現在的技術已經可以容易地得到大量電子形式的資

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。