數(shù)據(jù)挖掘技術及其在電子商務中的應用.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域和數(shù)據(jù)庫技術的前沿研究課題，它使數(shù)據(jù)處理技術進入了一個更高級的階段，被公認為是最具發(fā)展前景的未來信息處理骨干技術之一。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)挖掘技術的產生和發(fā)展做了介紹，對目前數(shù)據(jù)挖掘技術的現(xiàn)狀、存在的問題及挑戰(zhàn)做了詳細的分析，其次對數(shù)據(jù)挖掘技術的發(fā)展做了展望。面對電子商務的飛速發(fā)展，文中還對電子商務做了

2、介紹并分析了電子商務和數(shù)據(jù)挖掘技術之間的關系。
　　 數(shù)據(jù)挖掘技術在客戶關系管理(Customer Relations Management，CMR)中的應用是近年來研究的焦點。本文研究了數(shù)據(jù)挖掘技術作為在大量數(shù)據(jù)中挖掘出有用知識的強有力工具在CMR中的高效應用：它不僅能夠從與客戶有關的大量數(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)挖掘技術在CRM的主要流

3、程和應用。
　　 電子商務推薦系統(tǒng)作為提高企業(yè)服務水平、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。本文針對電子商務推薦系統(tǒng)做了深入的研究，主要介紹了電子商務推薦系統(tǒng)中使用的常用數(shù)據(jù)挖掘技術，對關聯(lián)規(guī)則算法和聚類算法的原理做了說明，并對關聯(lián)規(guī)則經典算法Apriori算法做了分析運算。重點對聚類經典算法K-平均算法做了詳細的分析和計算，并提出了一種改進算法。
　　 基于提出的改進K-平均算法，本文