基于Web使用挖掘的智能电子商务及其应用.pdf

基于Web使用挖掘的智能电子商务及其应用.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于Web使用挖掘的智能电子商务及其应用.pdf

2 0 1 0 年2 月 Computer Integrated Manufacturing Systems Feb. 2 0 1 0 文章编号:1006 - 5911 (2010) 02 - 0439 - 09 收稿日期:2009203211 ;修订日期:2009207218。Received 11 Mar . 2009 ;accepted 18 J uly 2009. 基金项目:国家科技部国际合作资助项目(2006DFA73180) ;湖北省国际合作资助项目(2007CA008) 。Foundation items :Project supported by t he International Cooperated Program of Science Technology Minist ry , China (No. 2006DFA73180) , and t he International Cooper2 ated Program of Hubei Province , China (No. 2007CA008) . 作者简介:于小兵(1983 - ) ,男,江苏宿迁人,武汉理工大学机电学院博士研究生,主要从事电子商务和企业信息化的研究。 E2mail :yuxb111 @163. com。 基于 Web 使用挖掘的智能电子商务及其应用 于小兵 ,郭顺生 ,黄小荣 (武汉理工大学 机电学院,湖北   武汉  430070) 摘   要:海量、 异构的 Web日志同时蕴含有巨大潜在价值的信息 ,为有效发现这些资源 ,并用于为用户提供更 高效的服务 ,建立了智能电子商务模型 ,指出通过 Web 使用挖掘 ,发掘规律、 模式和知识来支撑电子商务的智能。 提出了细化最大向前引用模型算法 ,用于处理 Web 日志 ,获取用户事务序列 ,并与最大向前引用模型算法进行了 比较 ,说明细化后的算法更能反映用户浏览习惯。将这些用户事务序列转换为二进制向量 ,并结合改进蚁群聚类 算法 ,对它们进行了聚类操作 ,实现了用户簇聚。最后 ,建立了在线自动聚类的智能电子商务系统原型 ,并应用到 了实际运营的 Web系统中 ,验证了原型的合理性。 关键词:智能电子商务;Web使用挖掘;最大向前引用模型;蚁群聚类算法 中图分类号: TP311     文献标识码:A Intell igent e2commerce based on Web usage mining and its appl ication YU Xiao2bing , GUO S hun2sheng , HUA N G Xiao2rong (School of Mechat ronics Engineering , Wuhan University of Technology , Wuhan 430070 , China) Abstract :Web logs are massive , heterogeneous and contain huge potential value. To effectively mine these resources so as to provide more efficient services for users , intelligent e2commerce model was set up , and laws , pat terns and knowledge were acquired by Web usage mining to support e2commerce intelligence. Refining maximal forward refer2 ence model algorithm was presented to deal with Web log. User access t ransaction sequences were obtained by the model . Compared to maximal forward reference model , refining model could reflect userspWeb2browse habit s easi2 ly. These sequences were converted to binary vectors , and these vectors were clustered by extended ant colony clus2 tering algorithm. Finally , online automatic cluster intelligent e2commerce prototype system was es

文档评论(0)

sunny + 关注
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档