论文电子商务领域中计算机数据挖掘技术应用是关于数据挖掘方面的论文题目、论文提纲、大数据挖掘工具论文开题报告、文献综述、参考文献的相关大学硕士和本科毕业论文。
[摘 要] 计算机数据挖掘技术在电子商务领域已经广泛应用,取得了良好的市场效益.利用消费者在站点浏览产生的有关数据,可以获取许多有用的信息.数据挖掘可以有效利用信息,提高对顾客的爱好和价值的了解,为电子商务的发展提供有效的指导.
[关键词] 数据挖掘；关联分析；聚类；电子商务
doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2016. 17. 088
[中图分类号] F713.36 [文献标识码] A [文章编号] 1673 - 0194（2016）17- 0158- 02
1 数据挖掘技术
数据挖掘是一种数据分析的方法,建立在用户相关数据信息之上,对其进行深层的处理和挖掘.一般浏览网站产生的数据具有量大、碎片化及随机等特点.数据挖掘就是在看似杂乱无章的数据背后找到隐含的必然性.表面看,浏览数据并没有什么可以深入应用的地方,但是其深刻代表了用户的兴趣、爱好及部分经济水平,对电子商务而言,这都是非常有效的信息,是可以产生价值的信息.数据挖掘不单单是计算机学者的工作,它综合了数据库、心理学等多种学科,是多种学科的综合.通过数据挖掘可以发现潜在的客户,实现新客户的开发.通过对已有客户的分析可以更加了解他们的需要,从而提高个性服务的专业性.数据挖掘还可以做到异常事件的分析,比如移动公司对欠费用户的处理就是如此,确定用户处于异常状态可以减少企业的损失.
2 数据挖掘对比
传统的数据处理方式包括数据报表的呈现、数据查询、数据的联机应用分析等方式.和现有的数据处理相比,表格处理方式处理量大,不容易做到短时间内分析出想要的结论.在顾客的浏览数据背后,暗含着有用的信息,这些信息只有在经过解读才能成为已知的为我所用的信息.用户在浏览站点时,并没有意识到会有数据的综合分析,产生的数据是随机的.数据挖掘就在这些碎片化的信息上,不依靠直觉,依靠客观的数据来做出充分的分析,从而得到有价值并且可靠的信息.
3 Web数据挖掘
Web数据挖掘是新型的数据挖掘处理技术.在Web环境下,加大对数据挖掘的应用,从大量的Web文档进行集合分析,对站点内的浏览数据精心综合梳理,发现蕴涵在行为背后的真实情感.数据挖掘是要获取有潜在应用价值的顾客信息,是计算机数据处理的模块化过程.以挖掘有用信息为目标,以数据处理、文本综合为基础,可以有效了解信息.综合运用计算机网络技术,在数据库和用户的行为背后建立一系列联系,已经将传统的数据挖掘技术和千百万的用户结合起来.
4 电子商务简介
电子商务通过网络进行商务活动,包括交易、金融等.电子商务的基础是电子数据信息的有效处理、信息安全的有效架构以及沟通的实时性、有效性和真实性.建立在信用基础上的电子商务目前展现了很大的生命力和巨大的市场前景.在全世界范围内,电子商务进行的十分频繁,已经是现代生活的重要消费手段和金融手段.电子商务的交易模式简单,交易方式有效,可以有效的节约时间成本和各种成本,是先进的交易方式.
5 数据挖掘的应用
电子商务中的数据挖掘应用主要有以下几种.
（1）路径分析：网络路径,也就是通过哪种途径进入到最终界面的.网络的最终呈现方式就是网页,打开网页的途径有许多,最常见的是地址访问,链接访问.路径分析可以判定站点最频繁访问的方式,还可以得出和路径相关的其他信息.通过路径分析,可以对页面的设计进行改进,更加适应顾客的需要.
（2）关联规则：事物之间是存在联系的,可以是必然联系,可以是偶然联系.关联规则就是一种必然联系,可以发现事物之间联系意义和普遍规则.进行Web数据挖掘,可以构建网络关联模型,可以更好地组织整个网站和网页设计.通过减少用户对信息筛选,减轻用户搜索的负担,可以将Web挖掘的关联规则用于改进站点.通过分析关联规则,建立电子商务站点的结构,将用户的浏览和关联商品放在一起,增加交叉销售.
（3）序列模型：事物的发展过程是按照一定的时间顺序进行的,也就是说数据挖掘可以根据现有的数据预测顾客接下来的访问.这种由数据分析得出的时间前后顺序对电子商务的事物处理具有很大的指导意义.通过预测客户访问模式,为客户提供不同的服务.
（4）分类规则：依据决策树的分类方法很常见.在数据中构造决策树,可以指导决策的方向.分类方法是按照数据的某种属性进行的,可以设定为特定类型客户的固定商业活动.在此基础上,可以做到目标性,即对目标进行特定服务.
（5）聚类分析：客户的浏览数据在目前的主网站架构下会有一定相似性,根据相似性可以划分相近行为的客户.通过更多的了解客户,提供满意服务,最终实现经济效益.聚类分析的研究对象是庞大的数据,没有特定的标记.这就需要建立一定的规则,合理划分数据,通过特定方式描述数据.
6 结 语
综上所述,电子商务的市场份额不断加大,数据挖掘的作用不断凸显.数据挖掘技术可以对海量的信息进行处理,帮助经营者做出有力的决策.数据挖掘是电子商务的重要应用技术,可以有效提高市场竞争力.数据挖掘为电子商务的决策提供了保障和支持,是重要的市场开发工具.数据挖掘可以让电子商务更加智能化,让服务更加个性化.
主要参考文献
[1]周桂梅.基于客户关系管理的电子商务网站研究[J].内蒙古科技和经济,2003（4）.
[2]唐灿,喻志诚.基于电子商务交易中数据挖掘平台的思考[J].重庆商学院学报,2002（6）.
[3]肖立英,李建华,谭立球.Web日志挖掘技术的研究和应用[J].计算机工程,2002（7）.
总结:本论文为您写数据挖掘毕业论文范文和职称论文提供相关论文参考文献，可免费下载。
参考文献：
1、 基于数据挖掘技术的输电工程造价预测模型的建立和实现 摘 要： 针对目前输电工程造价技术指标过多，影响因素比较复杂，导致输电工程造价估算困难，设计概算审查难以达到理想效果的问题。建立基于数据挖掘技术。
2、 数据挖掘技术在高职专业基础课程改革中应用 【摘 要】本文对高职专业基础课程的改革进行了论述，针对目前专业基础课程实施中的困难，将数据挖掘技术引入课程的教育教学改革中，分析专业基础课程与专。
3、 文本和数据挖掘技术（TDM）和著作权保护 摘 要：生活在一个信息化的“大数据”时代下的我们，习惯性得使用互联网包括关键词搜索、资料搜集、数据库检索、馆藏电子图书阅读等基于文本和数据挖掘技。
4、 数据挖掘技术在绩效考核中应用其作用 摘要：本文主要通过数据预处理、评价指标体系、人力资源管理对数据挖掘技术和绩效考核进行了概述，并介绍了决策树分类算法C4 5算法在绩效考核中的应用。
5、 数据挖掘技术在档案管理中应用 [摘 要]信息技术快速发展，数据挖掘技术的出现使信息管理逐渐实现智能化、信息化。数据挖掘技术在档案管理中也发挥着至关重要的作用，其能够使档案管理。
6、 数据挖掘技术在电网资产管理系统中应用 [摘 要] 电网资产管理贯穿了供电企业的诸多生产业务范围，其覆盖范围广、体系种类庞杂、数量庞大等特点。在电网资产信息化管理建设进程中，针对电网“。