读客网用户行为分析系统——“相关分析”模块论文正文.doc

读客网用户行为分析系统 ——“相关分析”模块 【摘要】作为解决目前企业信息系统中普遍面临的数据爆炸而导致信息缺乏状况的最有效的手段之一，数据挖掘受到了学术界和企业界的极大关注。在电子杂志网站运营中，运用数据挖掘技术对服务器上的日志文件等Web数据进行客户访问信息以及客户注册信息的数据挖掘，了解用户的访问行为，从而调整站点的结构、市场策略等，使网站运营更有针对性。本项目即是数据挖掘在实践中的应用。C# .NET平台开发，使用SQL SERVER 2000开发后台数据库，实现了三种基本的相关分析算法和一元线性回归模型的拟合算法。 本文主要介绍了。Users Behavior Analysis System for DUKEWANG ——Correlation Analysis Module [Abstract] At a most valid means of solving the status of data explosion but information lack that current enterprise information systems are faced with, data mining is paying maximum attention to the academic and enterprise. In e-magizine website operation, the users browsing behavior can be discovered by applying data mining technology on web data such as server logs and users register information.In addition, the site structure, marketing strategies can be modified according to the discovered knowledge. This project is just an application of a theory to practice. This system is based on C# .NET platform.The database is Microsoft SQL Server 2000.The system emplentment three basic correlation analysis algorithm and simple linear regression model. This article is firstly introduced the theory and technology basics of the system development, and then mainly about the design and test of Correlation Analysis the part of the system of users browsing behavior analysis of DUKEWANG website. [Key words] Data Mining Correlation Analysis Regression Analysis 目录 第一章 引言 1 1.1 项目背景 1 1.2 目标和任务 1 1.3 相关分析模块的目标 2 第二章 理论与开发技术基础 3 2.1 数据挖掘基础知识 3 2.2 相关分析基础知识 4 2.3 回归分析基础知识 7 2.4 项目开发环境介绍 8 第三章 系统总体设计 14 3.1 系统整体架构 14 3.2 系统功能模块设计 14 3.2.1 数据预处理模块 14 3.2.2 基于平台结构的分析模块 20 3.2.3 基于平台使用的分析模块 20 3.2.4 分析结果输出模块 21 第四章 相关分析模块测试 22 4.1 四种类型的变量 22 4.2 皮尔逊积差相关(用于“比例-比例”型变量) 22 5.3 肯氏等级相关系数(用于“次序—次序”型等级变量) 25 5.4 肯氏另一种相关系数(用于“次序—比率”型变量) 28 5.5 斯皮尔曼等级相关(“次序—次序”等级变量) 30 5.6 一元线性回归模型 33 第五章 结束语 36 致谢 37 参考文献 38 CONTENTS Chapter 1 Introduction 1 1.1 Project Background 1 1.2 Targets and tasks 1 1.3 Objective of correlation analysis module 2 Chapter 2 Th