基于数据仓库和数据挖掘的汽车电子商务平台设计.docVIP

　　基于数据仓库和数据挖掘的汽车电子商务平台设计 摘要：随着信息时代的到来，管理信息系统应运而生，其为一种集成化的人机系统，它进行管理信息的收集、传递、存储、加工和维护，为一个组织机构的作业、管理和决策职能提供信息支持。基于此，研究了汽车电商管理平台开发的相关技术，以及数据挖掘的方法，并分析了针对汽车行业互联网的客户线索管理和订单管理等方面工作而开发的管理软件，按照实际需要，模块化分为线上线索管理、订单管理系统等功能；线索管理和订单管理为重点，创新性的完成了数据挖掘技术在汽车电子商务平台中的应用，最后通过实验说明了本文系统架构的简洁性和功能的完备性。 中国 8/vie 　　关键词：汽车电商；管理系统；关联分析；B/S体系结构；研究报告 　　中图分类号：TP311.13 文献标识码：A ：1007-9416（2017）02-0201-01 　　汽车选购需要专业知识做支撑，但是普通用户却很难做到这一点，而专业的汽车编辑为用户导购提供了便利，使客户的黏着性大大提高。汽车的销售量是衡量主机厂的生产能力、市占率的重要指标，通常以4S店的销售量直接影响到一个整车品牌的销售总量。 　　1 数据挖掘和数据仓库技术 　　数据挖掘的功能主要是从数据库中发现隐含的、有意义的知识。数据挖掘的任务主要是：描述性挖掘和预测性挖掘。数据挖掘的功能以及它们可以发现的知识类型有以下几种[1]： 　　（1）通过概念性描述发现广义知识（Generalization）；（2）通过关联分析发现关联知识（Association）；（3）通过分类和聚类方法发现分类知识（Classification Clustering）；（4）通过预测方法得到预测型知识（Prediction）；（5）通过偏差检测得到偏差型知识（Deviation）。 　　数据挖掘是一个复杂的过程，因此数据挖掘的结构也比较复杂。典型的数据挖掘体系结构是一个三层的结构，从下向上分别是：数据层，数据挖掘引擎，用户界面。分述如下[2]： 　　（1）数据层。数据挖掘的对象是数据。需要综合考虑挖掘任务、实施算法、数据的特点等各种因素，可以使挖掘能够最优化。（2）数据挖掘引擎。数据挖掘引擎内集成了数据挖掘的算法。它根据知识库、挖掘数据库或者数据仓库中的数据得到许多模式，然后对这些模式进行评估、筛选，最终可以得到有意义的且用户感兴趣的模式。（3）用户界面。用户界面是人机交互的界面。 　　2 汽车管理平台与需求分析 　　2.1 概述 　　改善整个客户关系生?B圈和资源配置以及企业内部的管理，迅速适应汽车电商市场以及客户新需求的能力，在提高企业竞争力方面起决定性因素。如何快速有效地跟踪订单，如何有效的跟踪客户线索信息，这些都是汽车电商管理平台必须要实现的功能。 　　2.2 需求分析 　　汽车电商管理系统以解决主机厂全面应用软件进行汽车电商平台工作的需求为出发点构思。在系统总体规划中，应把握安全性、先进性、集成性和可扩展性四项基本原则。 　　（1）先进性原则。设计方案立足先进技术，网络方面以优化通信流量，提高系统的安全性和管理性为重点，尽量采用领先成熟的技术。（2）安全性原则。汽车电商管理系统要解决的安全问题包括服务失效、非授权使用、非法入侵、交易信息泄露和不可否认。（3）可扩展性原则。平台系统的所有功能都考虑到随着应用的加盟4S店的逐渐增加和系统需求逐步完善，平台还可以进行不断扩展的需求。（4）集成性原则。软硬件系统之间可以方便的实现整合，使用户不需花费太多的精力从事与系统平台的整合的工作。 　　3 汽车电商管理平台的设计 　　3.1 开发模式 　　B/S架构平台主要由三部分组成：cat服务器来担任十分合适，处理页面访问时，可增加访问效率，所以Tomcat服务器来担任].北京：科学出版社，2011.