基于Web使用挖掘的在線報(bào)名推薦系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、伴隨著互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展,電子商務(wù)也取得了巨大的發(fā)展。人們?cè)谙硎茈娮由虅?wù)帶來(lái)便捷的同時(shí),也不得不面對(duì)電子商務(wù)站點(diǎn)上的商品不斷增加,要找到自己所需商品越來(lái)越困難。另外,對(duì)于企業(yè)來(lái)說(shuō),他們要想在電子商務(wù)中取得優(yōu)勢(shì),就必須更好的掌握顧客的特點(diǎn)以及市場(chǎng)的發(fā)展趨勢(shì)。這些信息都可以根據(jù)歷來(lái)顧客在網(wǎng)站服務(wù)器上留下的日志文件分析得到。但是瀏覽者的每一次鼠標(biāo)點(diǎn)擊都會(huì)在日志文件中留下一條記錄,一個(gè)較大型的電子商務(wù)網(wǎng)站每天至少要產(chǎn)生上百萬(wàn)條記錄。面對(duì)如此龐

2、大的數(shù)據(jù)量,使用人工的方法根本不可能從中得到任何信息!
　　 為了更好的利用這些數(shù)據(jù),我們使用了Web數(shù)據(jù)挖掘技術(shù)進(jìn)行處理,通過(guò)對(duì)用戶(hù)使用模式的發(fā)掘,我們可以得到用戶(hù)的訪問(wèn)模式,利用聚類(lèi)技術(shù)對(duì)訪問(wèn)者進(jìn)行聚簇,然后根據(jù)簇內(nèi)用戶(hù)的點(diǎn)擊習(xí)慣,選擇簇內(nèi)用戶(hù)購(gòu)買(mǎi)率較高的商品推薦給簇內(nèi)其他用戶(hù);另外,利用Apriori算法在簇內(nèi)的事務(wù)數(shù)據(jù)庫(kù)中尋找關(guān)聯(lián)規(guī)則,根據(jù)用戶(hù)當(dāng)前的購(gòu)物行為預(yù)測(cè)其購(gòu)買(mǎi)趨勢(shì),主動(dòng)進(jìn)行推薦,以提高用戶(hù)在站點(diǎn)多次購(gòu)物的機(jī)率。<

3、br>　　 論文從數(shù)據(jù)挖掘開(kāi)始入手,討論了數(shù)據(jù)挖掘技術(shù)的研究背景、意義以及國(guó)內(nèi)外發(fā)展現(xiàn)狀,然后針對(duì)電子商務(wù)的具體情況,具體研究了挖掘技術(shù)在電子商務(wù)中的應(yīng)用。課題研究過(guò)程中,主要研究了關(guān)聯(lián)規(guī)則在數(shù)據(jù)挖掘中的意義以及經(jīng)典的關(guān)聯(lián)規(guī)則算法Apriori算法的研究與實(shí)現(xiàn):在Web數(shù)據(jù)挖掘中常用的技術(shù)和分析方法;以及基于瀏覽行為的電子商務(wù)推薦系統(tǒng)的架構(gòu)與內(nèi)部算法的實(shí)現(xiàn),和實(shí)際應(yīng)用中的意義。通過(guò)Web使用挖掘得到的知識(shí)模式,我們使用電子商務(wù)推薦系統(tǒng)