基于电子商务个性化服务的数据挖掘技术研究概要.doc

基于电子商务个性化服务的数据挖掘技术研究 摘 要 随着信息技术快速的发展和应用，我们已处于信息爆炸时代。同时，我们也面临着更加严峻的挑战。比如，目前电子商务推荐系统存在推荐策略单一、推荐自动化低、缺乏个性化的推荐等问题。针对这些不足，本文提出了根据产品和用户的不同特性设计和选择相应的推荐策略，建立一个系统的电子商务个性化服务体系，在这个系统中，将数据挖掘技术应用到电子商务个性化服务推荐模型中，分别设计不同的推荐策略和推荐模型，从而有效的满足电子商务系统中不同用户的各种推荐需求。本文分为三部分，前两部分讲述数据挖掘技术理论，最后一部分阐述电子商务个性化服务系统的实现。 关键词 数据挖掘；个性化推荐；推荐模型；电子商务； Research of Personalization E-commerce Model Based on Data Mining Abstract With the rapid development and application of information , we have stepped into an information explosion era.At the same time,we are faced with more severe challenges.For example, at present there have some issues in recommendation systems such as simplex recommendation strategy or low degree of recommendation automatization or lack of individuality strategy .to address these issues ,this thesis present different recommendation strategies based characteristic of the products and consumers respectively. It apply data mining into the study of personalization E-commerce model,which different recommendation strategies and recommendation models are designed to satisfy the recommendation demand from different users.There three parts in this article .The first two parts describes the data mining technology and theory, the last part introduces the realization of personalization E-commerce system. Keywords data mining；personalized recommendation；electronic commerce 前 言 Internet使计算机、网络、通信合而为一，使各种各样的信息均以数据的形式存储。这也让人们对数据探索的热情越来越高。60年代, 大的物理流伴随着大信息流。传统的文件方式不能适应信息处理的需求, 因此出现了数据库技术。90年代, 人类积累的数据量以高于每月15%（或每年5.3倍）的速度增加, 虽然web上的搜索引擎部分地解决了web的资源发现问题,但是其精确度不高，其结果远不能使人满意，更不能满足客户的个性化需求[1]。而且，数据海洋不能产生决策意志, 为了进行决策, 人们不断地扩大数据库能力, 搜集海量数据, 但这使得决策者更难于决策,因此出现了数据挖掘技术, 以便从数据库中发现知识。国际上有影响的典型数据挖掘系统有SAS公司的Enterprise Miner，IBM公司的Intelligent Miner,SGI公司的SetMiner等。 目前，随着商业web站点的快速增长而呈指数级增长的信息产生了信息过载问题。用户在产品之间选择的机会虽然在增加，但是同时增加的还有在选择出他们最中意的产品之 前的信息处理负担。对用户而言，不得不用越来越多的时间浏览网络以发现他们需要的信息，同时对于企业而言，如何利用网络留住更多的客户是至关重要的。一个解决上述问题的方法就是使用数据挖掘技术对用户进行个性化推荐服务。通过这样的方法可以增加用户对该网站的忠诚度和满意度，以此留住顾客，增加企业竞争力。 1 Web挖掘分类 很多电子商务网站都是一个