一种网店客户数据挖掘系统的设计与实现.pdfVIP

一种网店客户数据挖掘系统的设计与实现.pdf

  1. 1、本文档共2页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、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
  7. 7、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。
  8. 8、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
一种网店客户数据挖掘系统的设计与实现 文/李博 摘要 :本文讨论了一种以数据挖掘技术、XML技术以及数据 后考虑结合人工智能的技术加以解决。 库技术为基础的的网店客户数据挖掘系统的设计和实现方法。通 1.2 网店客户购买数据挖掘系统模型 过该系统可以帮助网店经营企业准确的把握网络市场中客户购买 在上述系统设计的基础之上,我们提出了网店客户购买数 行为的规律和需求变化的趋势,提高网络营销的效率。 据挖掘系统的模型,该模型由三个层次组成,其逻辑架构如图 关键字 :数据挖掘;XML;电子商务 一所示。 数据挖掘技术是数据库应用研究较为活跃的领域之一, 因为其现实意义,使得数据挖掘的技术研究和应用有了很大的 发展,在国内外科研领域都备受关注。特别是在电子商务领域 数据挖掘技术有着巨大的使用价值。随着电子商务市场的日臻 成熟,第三方电子商务平台上众多的网店之间的竞争正日益激 烈,网店开展网络营销的成本日益增加。每个网店企业通过一 图一 定时间的经营都会收集到众多的客户数据,如何通过庞大的客 户访问数据挖掘出潜在的客户需求的金矿,使网店经营企业快 2、系统设计与实现 速有效的通过现有客户数据掌握市场的变化的规律和趋势,已 2.1 系统开发与运行环境 经成为网店经营管理者急需解决的问题。本文将探讨一种网店 硬件环境:CPUIntelI3380M/RAM2G/硬盘320G 客户数据挖掘系统的设计与实现的方法。 软件配置: ● 操作系统:Windows7SP1 1、网店客户购买数据挖掘系统的设计 ● 开发工具:Microsoft.NET2005/VisualC# 1.1 客户购买数据挖掘系统的实现原理 ● 数据库管理系统:MSSQLServer2008 对客户数据进行挖掘的关键要点就是把现有的网店访问日 ● 辅助软件:SPSSClementine11.1;SQLServer2008 志经过数据预处理转换成满足XML文件格式要求的结构化数 AnalysisServices(SSAS) 据,然后使用DBMS工具将结构化的XML文件转换成关系型数 2.2 主要技术与系统实现 据库,最后运用数据挖掘的方法从数据库抽取能够反映客户消 通过对上述对客户购买数据挖掘系统模型的分析可知, 费和购买行为的数据。具体工作过程如下: 该系统主要由用户接口模块、数据清洗模块、数据格式转换模 1)确定数据来源(主要是顾客购买记录) 块、数据库生成模块和数据挖掘引擎模块等组成。 数据挖掘离不开海量的数据,每一个网店在经营一段时间 1)用户接口模块 以后都会记录大量的客户购买记录,这些客户购买记录当中就 本系统最终目的还是为为客户的决策提供支持,因此友好 蕴藏着大量的信息,这些信息我们进行数据挖掘的数据来源。 的界面设计是用户与系统交互的基础。简洁而易于理解的界面 2)进行数据筛选 有利于提高用户对系统的使用效率。 客户购买记录中蕴藏大量的信息不可能全部为数据挖掘的 2)数据预处理模块 对象,从数据源中提取需要的数据,将无用的数据和干扰信息 客户访问数据进入数据预处理模块进行清洗,去除无关的 从数据源中剥离,为进一步的工作做准备。 信息,剥离出对数据挖掘有价值的数据。数据预处理模块对原 3)数据格式转换 始访问数据进行分析,将用户购买数据记录逐条的分割成十个 将进一步筛选过的有挖掘价值的非格式化数据数据转换为 字段,分别为:u_id(

文档评论(0)

1243595614 + 关注
实名认证
文档贡献者

文档有任何问题,请私信留言,会第一时间解决。

版权声明书
用户编号:7043023136000000

1亿VIP精品文档

相关文档