数据挖掘应用于电子商务中存在的问题论文

时间:2020-08-10 09:01:21 其他类论文 我要投稿

数据挖掘应用于电子商务中存在的问题论文

  网络的发展带动了电子商务市场的繁华,大量的商品、信息在现有的网络平台上患上以交易,大大简化了传统的交易方式,节俭了时间,提高了效力,但电子市场繁华违后暗藏的问题,同样成为人们关注的焦点,凸起表现在海量信息的有效应用上,如何更为有效的管理应用潜伏信息,使他们的最大功效患上以施展,成为人们现在钻研的重点,数据发掘技术的发生,在必定程度上解决了这个问题,但它也存在着问题,需要不断改善。

数据挖掘应用于电子商务中存在的问题论文

  数据发掘(Data Mining)就是从大量的、不完整的、有噪声的、隐约的、随机的原始数据中,提取隐含在其中的、人们事前不知道的、但又是潜伏有用的信息以及知识的进程。或者者说是从数据库中发现有用的知识(KDD),并进行数据分析、数据融会(Data Fusion)和决策支撑的进程。数据发掘是1门广义的交叉学科,它汇聚了不同领域的钻研者,特别是数据库、人工智能、数理统计、可视化、并行计算等方面的学者以及工程技术人员。

  数据发掘技术在电子商务的利用

  一 找到潜伏客户

  在对于 Web 的客户走访信息的发掘中, 应用分类技术可以在Internet 上找到未来的潜伏客户。使用者可以先对于已经经存在的走访者依据其行动进行分类,并依此分析老客户的1些公共属性, 抉择他们分类的症结属性及互相间瓜葛。对于于1个新的走访者, 通过在Web 上的分类发现, 辨认出这个客户与已经经分类的老客户的1些公共的描写, 从而对于这个新客户进行正确的分类。然后从它的分类判断这个新客户是有益可图的客户群仍是无利可图的客户群,抉择是不是要把这个新客户作为潜伏的客户来对于待。客户的类型肯定后, 可以对于客户动态地展现 Web 页面, 页面的内容取决于客户与销售商提供的产品以及服务之间的关联。若为潜伏客户, 就能够向这个客户展现1些特殊的、个性化的页面内容。

  二 实现客户驻留

  在电子商务中, 传统客户与销售商之间的.空间距离已经经不存在, 在 Internet 上, 每一1个销售商对于于客户来讲都是1样的, 那末使客户在自己的销售站点上驻留更长的时间, 对于销售商来讲则是1个挑战。为了使客户在自己的网站上驻留更长的时间, 就应当全面掌握客户的阅读行动, 知道客户的兴致及需求所在, 并依据需求动态地向客户做页面举荐, 调剂 Web 页面, 提供独有的1些商品信息以及广告, 以使客户满意, 从而延长客户在自己的网站上的驻留的时间。

  三 改良站点的设计

  数据发掘技术可提高站点的效力, Web 设计者再也不完整依托专家的定性指点来设计网站, 而是依据走访者的信息特征来修改以及设计网站结构以及外观。站点上页面内容的支配以及连接就如超级市场中物品的货架左右1样, 把拥有必定支撑度以及信任度的相干联的物品摆放在1起有助于销售。网站尽量做到让客户等闲地走访到想走访的页面, 给客户留下好的印象, 增添下次走访的机率。

  四 进行市场预测

  通过 Web 数据发掘, 企业可以分析顾客的将来行动, 容易评测市场投资回报率, 患上到可靠的市场反馈信息。不但大大降低公司的运营本钱, 而且便于经营决策的制订。

  数据发掘在利用中面临的问题

  一数据发掘分析变量的选择

  数据发掘的基本问题就在于数据的数量以及维数,数据结构显的无比繁杂,数据分析变量即是在数据发掘中技术利用中发生的,选择适合的分析变量,将提高数据发掘的效力,尤其合用于电子商务中大量商品和用户信息的处理。

  针对于这1问题,咱们完整可以用分类的法子,分析出不同信息的属性和呈现频率进而抽象出变量,运用到所选模型中,进行分析。

  二数据抽取的法子的选择

  数据抽取的目的是对于数据进行浓缩,给出它的紧凑描写,如乞降值、平均值、方差值、等统计值、或者者用直方图、饼状图等图形方式表示,更主要的是他从数据泛化的角度来讨论数据总结。数据泛化是1种把最原始、最基本的信息数据从低层次抽象到高层次上的进程。可采取多维数据分析法子以及面向属性的归纳法子。

  在电子商务流动中,采取维数据分析法子进行数据抽取,他针对于的是电子商务流动中的客户数据仓库。在数据分析中时常要用到诸如乞降、共计、平均、最大、最小等汇集操作,这种操作的计算量尤其大,可把汇集操作结果预先计算并存储起来,以便用于决策支撑系统使用

  三数据趋势的预测

  数据是海量的,那末数据中就会隐含必定的变化趋势,在电子商务中对于数据趋势的预测尤为首要,尤其是对于客户信息和商品信息公道的预测,有益于企业有效的决策,取得更多地利润。但如何对于这1趋势做出公道的预测,现在尚无统1标准可寻,而且在进行数据发掘进程中大量数据构成文本后格式的非标准化,也给数据的有效发掘带来了难题。

  针对于这1问题的发生,咱们在电子商务中可以利用聚类分析的法子,把拥有类似阅读模式的用户集中起来,对于其进行详细的分析,从而提供更合适、更令用户满意的服务。聚类分析法子的优势在于便于用户在查看日志时对于商品及客户信息有全面及清晰的把握,便于开发以及执行未来的市场战略,包含自动给1个特定的顾客聚类发送销售邮件,为1个顾客聚类动态地扭转1个特殊的站点等,这不管对于客户以及销售商来讲都是成心义。

  四数据模型的可靠性

  数据模型包含概念数据模型、逻辑数据模型、物理模型。数据发掘的模型目前也有多种,包含采集模型、处理模型及其他模型,但不管哪一种模型都不是很成熟存在缺点,对于数据模型不同采取不同的方式利用。可能发生不同的结果,乃至差异很大,因而这就触及到数据可靠性的问题。数据的可靠性对于于电子商务来讲尤为首要作用。

  针对于这1问题,咱们要保障数据在发掘进程中的可靠性,保证它的准确性与实时性,进而使其在最后的结果中的准确度到达最高,同时在利用模型进程中要尽可能全面的分析问题,防止片面,而且分析结果要由多人进行评价,从而最大限度的保证数据的可靠性。

  五数据发掘触及到数据的私有性以及安全性

  大量的数据存在着私有性与安全性的问题,尤其是电子商务中的各种信息,这就给数据发掘造成为了必定的阻碍,如何解决这1问题成了技术在利用中的症结。

  为此相干人员在进行数据发掘进程中必定要遵照职业道德,保障信息的秘要性。

  六数据发掘结果的不肯定性

  数据发掘结果拥有不肯定性的特征,由于发掘的目的不同所以最后发掘的结果自然也会千差万别,以因而这就需要咱们与所要发掘的目的相结合,做出公道判断,患上出企业所需要的信息,便于企业的决策选择。进而到达提高企业经济效益,取得更多利润的目的。

  数据发掘可以发现1些潜伏的用户,对于于电子商务来讲是1个不可或者缺的技术支撑,数据发掘的胜利请求使用者对于指望解决问题的领域有深入的了解,数据发掘技术在必定程度上解决了电子商务信息不能有效应用的问题,但它在运用进程中呈现的问题也亟待人们去解决。相信数据发掘技术的改良将推动电子商务的深刻发展。

  参考文献:

  [一]胡迎松,宁海霞。 1种新型的Web发掘数据采集模型[J]。计算机工程与科学,二00七

  [二] 章寒雁,杨瑞珍。数据发掘技术在电子商务中的钻研与利用[J]。计算机与网络,二00七

  [三]董德民。 面向电子商务的Web使用发掘及其利用钻研[J]。中国管理信息化,二00六

  [四] 尹中强。电子商务中的 Web 数据发掘技术利用[J]。计算机与信息技术,二00七

【数据挖掘应用于电子商务中存在的问题论文】相关文章:

1.数据挖掘技术应用于经济统计中的研究论文

2.论文写作中存在的问题

3.电力营销管理中存在的问题论文

4.计算机教学评价中数据挖掘的应用论文

5.数据挖掘论文的参考文献

6.浅谈数据挖掘财务分析论文

7.浅谈反病毒数据库的数据分类挖掘论文

8.数据挖掘论文参考文献范文

9.数据挖掘类论文参考文献范例