數(shù)據(jù)挖掘在電子商務中的應用與實現(xiàn).pdf

1、如何從海量電子商務數(shù)據(jù)集中去發(fā)現(xiàn)有用的新規(guī)律和新概念,提高人們對大量、看似不相關(guān)數(shù)據(jù)的更深層次的理解與認識,并為之利用是數(shù)據(jù)挖掘的目的所在和主要研究任務。數(shù)據(jù)挖掘技術(shù)是目前國內(nèi)外數(shù)據(jù)庫和信息決策領(lǐng)域最前沿的研究方向之一,同時也是學術(shù)界和商業(yè)界共同關(guān)注的熱點問題。
　　 針對關(guān)聯(lián)規(guī)則傳統(tǒng)經(jīng)典算法Apriori有可能產(chǎn)生大量的候選集,以及可能需要重復掃描數(shù)據(jù)庫的缺點。提出了一種改進的L_Apriori算法,改進算法立足于在挖掘項數(shù)最

2、大頻繁項目集時,不再訪問全部數(shù)據(jù)庫,僅關(guān)心數(shù)據(jù)庫中項目數(shù)大于或等于最大頻繁項目集的事務。改進算法節(jié)省存儲空間,尤其適用于稀疏數(shù)據(jù)。算法通過仿真實驗證明:在數(shù)據(jù)庫數(shù)據(jù)記錄數(shù)為10000條時能提高挖掘速度。
　　 論文從課題研究目的出發(fā),概述了數(shù)據(jù)挖掘過程、數(shù)據(jù)挖掘技術(shù)及基本理論；重點研究討論了經(jīng)典關(guān)聯(lián)規(guī)則算法Apriori,并從實例出發(fā),分析了該算法存在的一些問題,并詳細論述了改進算法L_Apriori的理論依據(jù)、改進算法模型設計

3、、算法實現(xiàn)程序設計等。最后,論文以研究改進算法為基礎,以實現(xiàn)實用系統(tǒng)為目的,介紹了基于電子商務的數(shù)據(jù)挖掘系統(tǒng)的設計目標與設計思路。
　　 該系統(tǒng)主要分為三個功能模塊,會員分析挖掘模塊、商品分析挖掘模塊、預測推薦挖掘模塊。會員分析挖掘模塊主要包括分析會員個人信息、級別、客戶流失原因模式。商品分析挖掘模塊主要包括商品的銷售分析,商品的銷售關(guān)聯(lián)分析。預測推薦挖掘模塊根據(jù)會員以前的購買信息,根據(jù)算法挖掘出的關(guān)聯(lián)關(guān)系為他推薦可能感興趣的商