计算机科学与技术专业毕业设计web数据挖掘技术在电子商务中的应用.doc

毕业论文（设计） 题 目 web数据挖掘技术在电子商务中的应用 应用科技 学院 计算机科学与技术专 业 11级专升本 班 学生姓名 学 号 110603026 指导教师 薛芳 职 称 讲师 完成日期 2013年1月4日 web数据挖掘技术在电子商务中的应用 应用科技学院 计算机科学与技术专业 110603026（学号） 吴金玲（姓名） 指导教师 薛芳 讲师（职称） 【摘 要】 本文概述了web数据挖掘的分类及一般过程，探索web数据挖掘技术在电子商务中能起到的作用。重点阐述了聚类算法和路径分析算法在电子商务中的应用。Web数据挖掘一般分为web内容挖掘，web结构挖掘，web访问信息的挖掘三个类别。本文着重讨论的是面向web访问信息的挖掘。挖掘过程分为数据预处理，模式算法实施，模式分析和可视化四个步骤。Web数据挖掘能够挖掘潜在客户，延长客户访问站点的驻留时间，增加站点网页间的链接并且发现客户期望。具体聚类算法就是对web站点的数据进行分类分析，主要介绍了客户群体的聚类和页面的聚类，路径分析的具体应用是在于探索客户访问兴趣及优化访问路径。让用户访问站点更快的找到想要访问的内容，避免用户兴趣度的降低。 【关键词】 web数据挖掘；聚类算法；路径分析；电子商务 目 录 引言 1 第一章 web数据挖掘现状 1 第二章 web数据挖掘简介 1 2.1数据挖掘和web数据挖掘 1 2.2 web数据挖掘的分类 2 2.2.1 web内容挖掘 2 2.2.2 web结构挖掘 2 2.2.3 web访问信息挖掘 2 2.3 web数据挖掘方法 2 2.4 web数据挖掘的数据来源及挖掘过程 3 第三章 web数据挖掘在电子商务中的具体应用 5 3.1 web数据挖掘在电子商务中的应用 5 3.1.1 客户关系管理中发掘潜在客户 5 3.1.2 客户关系管理中延长客户驻留时间 5 3.1.3 增加网页链接促进网站优化 5 3.1.4 发现用户期望 6 3.2聚类算法在web数据挖掘中的应用 6 3.2.1 客户群体聚类 6 3.2.2 web页面聚类 8 3.3 路径分析法在web数据挖掘中的应用 8 3.3.1路径分析探索客户访问兴趣 9 3.3.2路径分析利于web站点链接设置 10 第四章 结束语 10 致谢 11 参考文献 11 引言 数据收集和数据存储技术的快速发展使得各组织机构可以积累海量数据，但是提取有用的信息却成为巨大的挑战。数据量太大无法使用传统的数据分析工具和技术处理这些海量数据。所以人们开发出新的方法——数据挖掘技术，它是一门将传统的数据分析方法与处理大量数据的复杂算法相结合的技术。现在的数据挖掘技术已在商务、医疗、科学和工程等领域应用发展。而随着计算机处理能力的发展和业务复杂性的提高，数据类型越来越能多，越来越复杂，人们开始关心另一个话题：非结构化的数据能否进行数据挖掘，其中就着重关注到web数据挖掘。Web上的信息主要是大量，异质的信息资源，文档结构性差，数据多为半结构化或者非结构化的。因此，在web上的数据挖掘需要用到很多不同于结构化的数据挖掘技术。本文探索的是基于聚类算法及路径分析法的web数据挖掘技术在电子商务中的应用。聚类算法利于客户群体的聚类，发掘潜在的客户；路径分析法关注客户行为路径，发现客户兴趣与期望，并对网页的链接进行优化设置。 第一章 web数据挖掘现状 在如今这个信息大社会里，人们获取和存储信息都十分方便。但是若在海量的数据中要发现数据之前内在的关系和隐藏着的信息这对于人们来说还是十分困难的。若是知道并且能了解数据挖掘这个技术，困难便迎刃而解，即便在处理新兴的web数据上，数据挖掘技术也有望成为一种至关重要的可行性技术。数据这门学科由这些需要新的，无法被今天技术所支持的能力的应用所驱动，面对需要分析的这些新兴复杂的web数据，数据挖掘才得以进一步适应发展。 Web上的数据跟数据库的数据信息不同，数据多半是半结构化或者是非结构化。Web上的信息不能清楚地用数据模型表示，基于数据挖掘的复杂性，现今我们只把重点放在web访问信息的数据挖掘上。 Web数据挖掘的目的就是通过分析web网站，从而优化web网站，更好的服务客户从而最大程度地获利。一般网站进行web数据挖掘，改进客户对网站的体验和与网站的交互，数据挖掘至少有助于完成3个任务：网站的设计是否符合用户期望，有没有为用户提供个性化服务，用户需求有没有得到更好地满足。 Web数据挖掘解决人们想要从缤纷复杂的web空间、浩如烟海的网络中发掘所需