數(shù)據(jù)挖掘技術(shù)及其在電子商務(wù)中的應(yīng)用.pdf

1、在大規(guī)模數(shù)據(jù)集快速增長的今天，數(shù)據(jù)挖掘已成為目前信息領(lǐng)域和數(shù)據(jù)庫技術(shù)的前沿研究課題，它使數(shù)據(jù)處理技術(shù)進(jìn)入了一個更高級的階段，被公認(rèn)為是最具發(fā)展前景的未來信息處理骨干技術(shù)之一。作為知識發(fā)現(xiàn)過程，數(shù)據(jù)挖掘的宗旨在于從原始數(shù)據(jù)中得到“被證實的知識”。
　　 本文首先對數(shù)據(jù)挖掘技術(shù)的產(chǎn)生和發(fā)展做了介紹，對目前數(shù)據(jù)挖掘技術(shù)的現(xiàn)狀、存在的問題及挑戰(zhàn)做了詳細(xì)的分析，其次對數(shù)據(jù)挖掘技術(shù)的發(fā)展做了展望。面對電子商務(wù)的飛速發(fā)展，文中還對電子商務(wù)做了

2、介紹并分析了電子商務(wù)和數(shù)據(jù)挖掘技術(shù)之間的關(guān)系。
　　 數(shù)據(jù)挖掘技術(shù)在客戶關(guān)系管理(Customer Relations Management，CMR)中的應(yīng)用是近年來研究的焦點。本文研究了數(shù)據(jù)挖掘技術(shù)作為在大量數(shù)據(jù)中挖掘出有用知識的強有力工具在CMR中的高效應(yīng)用：它不僅能夠從與客戶有關(guān)的大量數(shù)據(jù)中挖掘出對企業(yè)有價值的知識和規(guī)則，還能使企業(yè)更好地了解客戶，為企業(yè)以后的發(fā)展決策提供信息支持。本文同時分析了數(shù)據(jù)挖掘技術(shù)在CRM的主要流

3、程和應(yīng)用。
　　 電子商務(wù)推薦系統(tǒng)作為提高企業(yè)服務(wù)水平、實現(xiàn)企業(yè)效益最大化，滿足客戶個性化要求的優(yōu)秀工具，越來越被人們所推崇。本文針對電子商務(wù)推薦系統(tǒng)做了深入的研究，主要介紹了電子商務(wù)推薦系統(tǒng)中使用的常用數(shù)據(jù)挖掘技術(shù)，對關(guān)聯(lián)規(guī)則算法和聚類算法的原理做了說明，并對關(guān)聯(lián)規(guī)則經(jīng)典算法Apriori算法做了分析運算。重點對聚類經(jīng)典算法K-平均算法做了詳細(xì)的分析和計算，并提出了一種改進(jìn)算法。
　　 基于提出的改進(jìn)K-平均算法，本文