基于Web使用挖掘的在線報名推薦系統(tǒng)的研究與實現.pdf

1、伴隨著互聯(lián)網技術的不斷發(fā)展,電子商務也取得了巨大的發(fā)展。人們在享受電子商務帶來便捷的同時,也不得不面對電子商務站點上的商品不斷增加,要找到自己所需商品越來越困難。另外,對于企業(yè)來說,他們要想在電子商務中取得優(yōu)勢,就必須更好的掌握顧客的特點以及市場的發(fā)展趨勢。這些信息都可以根據歷來顧客在網站服務器上留下的日志文件分析得到。但是瀏覽者的每一次鼠標點擊都會在日志文件中留下一條記錄,一個較大型的電子商務網站每天至少要產生上百萬條記錄。面對如此龐

2、大的數據量,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據,我們使用了Web數據挖掘技術進行處理,通過對用戶使用模式的發(fā)掘,我們可以得到用戶的訪問模式,利用聚類技術對訪問者進行聚簇,然后根據簇內用戶的點擊習慣,選擇簇內用戶購買率較高的商品推薦給簇內其他用戶;另外,利用Apriori算法在簇內的事務數據庫中尋找關聯(lián)規(guī)則,根據用戶當前的購物行為預測其購買趨勢,主動進行推薦,以提高用戶在站點多次購物的機率。<

3、br>　　 論文從數據挖掘開始入手,討論了數據挖掘技術的研究背景、意義以及國內外發(fā)展現狀,然后針對電子商務的具體情況,具體研究了挖掘技術在電子商務中的應用。課題研究過程中,主要研究了關聯(lián)規(guī)則在數據挖掘中的意義以及經典的關聯(lián)規(guī)則算法Apriori算法的研究與實現:在Web數據挖掘中常用的技術和分析方法;以及基于瀏覽行為的電子商務推薦系統(tǒng)的架構與內部算法的實現,和實際應用中的意義。通過Web使用挖掘得到的知識模式,我們使用電子商務推薦系統(tǒng)