web数据挖掘在电子商务中应用研究

《web数据挖掘在电子商务中应用研究》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、Web数据挖掘在电子商务中的应用研究2005年3刀数据库系统副教授作者姓名：孙新燕入学时间:专业名称：计算机软件与理论研究方向:指导教师：杨红梅职称:论文提交日期：2007生4月论文答辩日期：2007年5月授予学位日期：THEAPPLICATIONOFWEBDATAMININGINELECTRONICCOMMERCEADissertationsubmittedinfulfillmentoftherequirementsofthedegreeofMASTEROFSCIENCEfromShandongUniversityo

2、fScienceandTechnologySunXinyanSupervisor:AssociateProfessorYangHongmeiCollegeofInformationScienceandEngineeringApril2007本人呈交给山东科技大学的这篇硕士学位论文，除了所列参考文献和世所公认的文献外，全部是本人在导师指导下的研究成果。该论文资料尚没有呈交于其它任何学术机关作鉴定。研究生签名:日期:AFFIRMATIONIdeclarethatthisdissertation,submittedinful

3、fillmentoftherequirementsfortheawardofMasterofScienceinShandongUniversityofScienceandTechnology,iswhollymyownworkunlessreferencedofacknowledge.Thedocumenthasnotbeensubmittedforqualificationatanyotheracademicinstitute.Signature:Date:摘要电子商务因其成本低廉、快捷、不受时空限制等优点在全球范围

4、内得到普及和发展，它的规模也在进一步扩大。在电了商务为用户提供越來越多选择的同时，它的结构也变得越来越复杂，电子商务的发展面临这样一个新问题，一方面，用户对网络上提供的众多商品信息并非完全感兴趣，通常要通过多次浏览才能找到满足自己需求的商品；另一方面商家也不能全面的了解用户的个人需求，提供给用户的是千篇一律的界面，无法维护稳定的客户关系。缺乏个性化服务成为制约电子商务发展的关键问题。这就要求站点冇一个能够分析用户偏好、行为等信息，并冃自动根据这些信息向用户提供推荐服务的推荐系统，实现网络上的“一对一营销JWeb数据挖掘

5、就在这样的背景卜•与电了商务结合在一起。本文首先介绍了电子商务推荐系统的国内外研究现状，针对现在大部分网站推荐系统只是一个简单的统计的问题，深入研究了电子商务推荐系统的模型设计，对模型的各个模块作了简单的介绍。其中推荐引擎是整个推荐系统中的重要模块，给出了一个推荐引擎功能框图，引入聚类算法，并通过改进聚类算法，提高了推荐的准确性；最后采用自行开发的系统模块来模拟页面推荐算法的实现过程，给岀了系统实验结果，并对结果做出解释。在研究屮使用VB6完成了算法代码的设计。关键词：Web数据挖掘；电子商务；电子商务推荐系统；推荐引

6、擎；聚类算法ABSTRACTElectronicCommerceisdevelopingandbeingpopularizedgloballyduetoitsadvantagesofcheap,fastandnotlimitedtospaceandtime.Nowitsscalebecomeswiderandwider.WhileElectronicCommerceprovidesmoreandmorechoicestocustomers,butitsstructureisgettingmoreandmorecompl

7、exatthesametime.Sothereoccursanewproblem.FirstthecustomersarenotveryinterestedwiththecommoditiesprovidedbytheWebsiteandhemaybrowsealotofpagestofindthecommodityhewants.Ontheotherhand,thewebsitecompanycan'tunderstandthewholeneedsaboutthecustomerssothatitprovidesth

8、ecustomerswithalmostthesamepagestheydon'tlikeandtheybothcan'tmaintainthesteadyrelationsbetweenthecompanyandthecustomerTheshortageofpersonalizedservicebecomesthekeyfac