基于電子商務(wù)背景的智能挖掘技術(shù)及應(yīng)用研究.pdf

1、隨著因特網(wǎng)技術(shù)的飛速發(fā)展，人類社會進(jìn)入了以IT產(chǎn)業(yè)為支柱的嶄新經(jīng)濟(jì)時代，電子商務(wù)已滲入到生活的方方面面。如何才能在電子商務(wù)產(chǎn)生的信息汪洋中及時發(fā)現(xiàn)有價值的信息并利用它們做出科學(xué)的決策最終為企業(yè)創(chuàng)造利潤，是企業(yè)亟需解決的難題。數(shù)據(jù)挖掘可以為解決這一難題提供便利。
　　本文選擇了影響電子商務(wù)活動幾個重要因素中的客戶價值分類和銷售額作為研究對象，開展了大量工作。一方面針對客戶價值的分類問題，本文闡述了基于支持向量機(jī)的分類方法。首先對支持

2、向量機(jī)分類方法進(jìn)行了分析，從理論上分析了它在解決非線性、維數(shù)災(zāi)難和局部最小等實(shí)際問題時所表現(xiàn)出的優(yōu)勢，并分析了影響支持向量機(jī)分類性能的關(guān)鍵因素，然后本文綜合了銷售量、銷售增長率、客戶的服務(wù)成本、與競爭企業(yè)的交易量作為客戶價值分類技術(shù)指標(biāo)，將支持向量機(jī)用于在線電子商務(wù)平臺客戶類別的識別，同時采用了支持向量機(jī)模型中的一些核函數(shù)對客戶進(jìn)行學(xué)習(xí)分類，對它們的分類結(jié)果進(jìn)行比較。另一方面，運(yùn)用神經(jīng)網(wǎng)絡(luò)對銷售額進(jìn)行預(yù)測。首先以歷史銷售額數(shù)據(jù)為基礎(chǔ)，采

3、用人工神經(jīng)網(wǎng)絡(luò)對銷售額進(jìn)行預(yù)測，然后以支持向量機(jī)客戶分類結(jié)果為依據(jù)，對相應(yīng)客戶類型的歷史銷售額采用人工神經(jīng)網(wǎng)絡(luò)對銷售額進(jìn)行預(yù)測。創(chuàng)建BP神經(jīng)網(wǎng)絡(luò)模型，通過對網(wǎng)絡(luò)進(jìn)行初始化、訓(xùn)練和模擬，獲得預(yù)測結(jié)果，以該模型預(yù)測值作為輸入構(gòu)建灰色神經(jīng)網(wǎng)絡(luò)模型對銷售額進(jìn)行預(yù)測，最后對預(yù)測結(jié)果進(jìn)行分析和比較。
　　本文實(shí)現(xiàn)了以支持向量機(jī)理論為基礎(chǔ)的客戶價值分類，利用客戶數(shù)據(jù)和銷售數(shù)據(jù)的相關(guān)性，建立了灰色神經(jīng)網(wǎng)絡(luò)預(yù)測模型完成對銷售數(shù)據(jù)的預(yù)測。研究表明，支