Web数据挖掘技术在电子商务中的应用

本文介绍了Web数据挖掘技术的概念,分析了Web数据挖掘的类型,给出了电子商务中进行Web数据挖掘的方法,最后提出了Web数据挖掘技术在电子商务中的几点应用。     

基于Web的数据挖掘

数据丰富而知识贫乏导致了知识发现和数据挖掘领域的出现。基于Web的数据挖掘,是从Web海量的数据中自动、智能地抽取隐藏于这些数据中的知识,分析了Web挖掘技术的概念、特点、技术等,着重讨论了XML技术与Web挖掘的关系以及Web挖掘中需进一步研究的课题,并介绍了3种比较成熟的Web挖掘产品。     

基于Web挖掘的数字图书馆个性化技术探究

通过对Web挖掘技术的分析和研究,介绍了Web挖掘在数字图书馆中的应用,提出基于Web内容挖掘、Web结构挖掘、Web使用挖掘的数字图书馆个性化服务体系.     

Web使用模式挖掘探讨

随着WWW上信息资源的爆炸性增长 ,Web挖掘已经成为计算机科学的一个重要研究领域。使用模式挖掘是Web挖掘的一个分支 ,它利用Web服务器的日志中的大量数据及其他相关数据集进行分析挖掘 ,并从中获得有价值的有关网站访问使用情况的模式知识。笔者按照Web使用挖掘的过程 ,介绍了Web使用挖掘各阶段的主要工作以及相关技术 ,并给出了Web使用挖掘的发展方向     

一种基于XML的Web数据挖掘模式

互联网的广泛应用使Web数据挖掘成为当前数据挖掘研究的热点,而Web数据的结构却使对其所进行的数据控制十分复杂,XML的出现为Web数据挖掘技术提供了一个很好的入口。本文分析了XML文档的数据结构,提出一种经由HTML文档转换成XHTML并最终由XSL所决定的XML文档的Web数据挖掘模式。     

文本挖掘用于社会科学研究:现状、问题与展望

作为一种利用计算机从文本数据中发掘知识的技术,文本挖掘近年来在社会科学领域受到广泛重视。本文首先简要介绍了文本挖掘及其主要相关技术,进而以Web of Science和CNKI两大数据库为基础,对文本挖掘技术在社会科学研究中的应用情况进行了分析,在此基础上,归纳出目前研究中存在的一些主要问题,并对文本挖掘在社会科学研究中的应用趋势和对社会科学带来的影响进行了展望。     

基于Web日志挖掘的个性化推荐模型的研究

随着电子商务系统内商品种类急剧增加,如何针对用户进行有效的个性化商品推荐成为当前的研究热点。为解决该问题,本文提出了一种基于Web日志挖掘个性化推荐模型,该模型首先利用数据预处理技术对Web日志记录进行有效的清洗和识别,随后基于MapReduce模型实现了协同过滤推荐算法的并行化,从而实现商品的快速个性化推荐。实际应用结果表明该模型提高了个性化推荐结果的准确性,具有一定的应用价值。     

XML在Web数据抽取中的应用研究

随着网络技术的发展,网上的信息资源越来越丰富,充分利用这些资源成为当前数据挖掘领域的研究热点.文章分析了基于XML的Web数据抽取模型,详细论述了如何利用XML技术从Web页面中抽取数据.     

网络数据库管理技术在CIMS工程中的应用

CIMS技术在制造业的应用是制造业和信息技术融合,必然趋势,作为CIMS应用的支撑平台也随着Internet的迅猛发展不断完善提高,因而Web技术和企业Internet数据的集成一直是人们关注的热点。本文在研究参考了多种Web和CIMS技术之后,通过一定程度的验证,提出了适合中小企业应用的信息方案。     

论科技传播新技术——数据挖掘

随着科学技术的高速发展,需要处理的信息量迅速增加,要把大量的科学信息变成为知识,迫切需要能从大量的科学数据信息中发现知识的有效方法。面对这一挑战,网络信息挖掘(Web Mining)技术应运而生,并显示出强大的生命力。因此,本文着重介绍了数据挖掘(Data Mining)技术的特性、分类、流程以及目前在科技传播中的应用。     

视频点击流数据挖掘在远程教育中的应用

Web数据挖掘已经成为数据挖掘技术一个重要的应用领域,文章主要通过对远程教育网站的视频点击流日志文件进行数据挖掘,寻求用户访问规律,构建动态的个性化教育网站.     

基于Web挖掘的电子商务个性化推荐系统

针对现有电子商务个性化推荐系统存在的不足,构建了一个基于Web挖掘的电子商务个性化推荐系统的整体架构模型,并采用了结合用户Web日志聚类和协同过滤的个性化推荐技术。可以有效地解决协同过滤技术所面临的数据稀疏和冷启动问题,提高推荐结果的准确性和有效性。     

石油网格数据挖掘新技术研究

针对石油勘探开发中很多TB级和PB级的数据集在许多情况下分布在一个组织的不同地点或不同组织的多个数据源被集团内所有用户共享的特点,用网格数据挖掘数据集成技术和网格数据挖掘本体技术,作为石油勘探开发行业业务工作流程的信息处理基础设施,以满足石油工业对高性能计算技术的持续需求。提出了Web service与网格技术融合、网格与数据集成技术结合和本体与Web service合成,给出了基于Globus Toolkit 4、开放式网格服务体系结构和Web服务的技术实现方案。研究表明：网格计算中的任务管理、任务调度和资源管理等服务可以为分布式数据挖掘提供极大的便利。     

客户知识管理的数据挖掘方法研究

作为企业信息化的最新发展,客户知识管理实现了由以产品为中心向以客户为中心的转变,客户知识成为企业的重要战略资源,客户知识管理已成为企业提升企业竞争力的有效措施。通过探讨数据挖掘方法在客户知识管理中的应用问题,利用数据挖掘方法以实现客户知识的获取。首先结合数据挖掘技术及客户知识管理相关理论知识,阐明了数据挖掘方法在客户知识管理中的应用流程及应用领域,在此基础上运用聚类分析方法,建立了基于数据挖掘技术的数据仓库模型。最后,通过挖掘聚类分析的实践,明确了在客户知识管理中实施数据挖掘的步骤,认识和总结出实践中出现的问题,验证了数据挖掘方法在客户知识管理中运用的可行性。     

大数据技术背景下的电子商务伦理建构探析

电子商务的广泛应用在变革传统商业模式的同时也带来了新的伦理挑战,构建相应的伦理规范已迫在眉睫。大数据技术与电子商务之间密切的技术和伦理关联性使得运用前者来构建后者成为可能。大数据技术在电子商务中的应用是全过程的,通过运用大数据技术,以预设的方式将电子商务伦理的基本规范导入电子商务平台运行的全过程,从而建立起操作性与规范性相称的电子商务伦理规范。     

基于数据挖掘的Internet远程教学研究

研究了基于数据挖掘的Internet远程教学模型和方法,提出利用数据挖掘解决基于Internet的远程教学还存在的诸如怎样获得准确的反馈信息、怎样实现个性化学习、怎样实现自动答疑等问题的思想。研究表明,数据挖掘可以解决Internet远程教学中现有的一些问题,促进Internet远程教学的发展。     

数据挖掘技术在保险客户关系管理中的应用

客户关系管理正逐渐成为现代企业的焦点,同时也是计算机科学中的一个活跃的研究领域.该文介绍了CRM的概念、体系结构.对CRM的核心技术数据挖掘的概念和它所用的主要分析方法进行了简要说明,以保险客户获得和客户流失分析为例,利用面向属性归纳法,说明了数据挖掘技术在保险客户关系管理中的应用.