企业实践报告-.docVIP

. . . . . . 企业实践报告 ( 2017-- 2018年度第1学期) 数据挖掘在电子商务中的应用 专业 物联网工程 学生姓名 班级 学号 指导教师 完成日期 2017.12.6 . . . . 目 录 TOC \o 1-3 \h \u 目 录 2 1 概 述 3 1.1 企业实践目的 3 1.2 企业实践内容与要求 3 1.3 相关开发技术与开发环境搭建 3 2 系统需求分析 4 2.1 系统目标 4 2.2 系统功能需求 4 3 系统概要设计 5 3.1 系统的功能模块划分 5 3.2 系统流程 5 4 系统详细设计 6 4.1 模块流程 6 5 代码调试 7 5.1 遇到的问题及其解决方法 7 6 软件运行与测试 8 6.1 软件运行流程 8 6.2 软件测试 8 7 小结 10 . . . . 1 概 述 1.1 企业实践目的 1．为了将自己所学知识运用在实践中，在实践中巩固自己的知识，调节理论与实践之间的关系，培养实际工作能力和分析能力，以达到学以致用的目的。 2．获得更多与自己专业相关的知识，扩宽知识面，增加社会阅历。 3．接触更多的人，在实践中锻炼胆量，提升自己的沟通能力和其他社交能力。 4．培养更好的职业道德，树立好正确的职业道德观 1.2 企业实践内容与要求 这几年伴随移动互联网的转型发展，传统的贸易下经历一次重大的变革，电子商务显示出巨大的市场价值和发展潜力。电子商务是商业领域的一种新兴商务模式，它是以网络为平台、现代信息技术为手段、以经济效益为中心的现代化商业运转模式，其最终目标是实现商务活动的网络化、自动化与智能化。这几年中国互联网迎来了理性数据驱动和价值回归之年。于是，在这个数据爆炸却又用户增量趋于饱和的时代，如何借助智能数据挖掘、商务智能等大数据技术，充分利用数据价值解决现实问题、制定企业日常决策，在现有流量基础上真正实现“存量掘金”成为了企业亟需解决的的重要命题。数据分析的目的：一方面是发现问题，并且找到问题的根源，最终通过切实可行的办法解决存在的问题；另一方面，基于以往的数据分析，总结发展趋势，为网络营销决策提供支持。 1.3 相关开发技术与开发环境搭建 Python的安装 主要介绍了电子商务及关联规则中的经典算法—Apriofi算法，以及Apriofi算法的代码和执行过程，指出了Apriori算法的瓶颈和改进方法。 随着数据库管理系统的广泛应用，各个领域的数据和信息量急剧增加，为了更好地利用这些数据，就要对这些数据进行更深层次的分析，从中挖掘出有价值的数据信息。由于缺乏挖掘数据背后隐藏知识的技术，导致了数据爆炸。于是，人们尝试用成熟的数据库管理系统来存储数据，用机器学习的方法来分析数据，这两者的结合促成了数据库中的知识发现的产生，并且成为人工智能和数据库应用等领域近年来的研究热点。历史上，从数据中发现模式的提法很多，如知识发现、知识提取、信息收割、数据采集等等。在数据库领域一般称为数据挖掘，而在机器学习领域则更多地称作知识发现。数据挖掘是随着数据库技术的发展而出现的一种全新的信息技术。 2 系统需求分析 2.1 系统目标 电子商务是信息和知识经济时代的宠儿，充满无限商机。在电子商务时代，企业竞争成功的关键是要了解客户、与客户保持稳固的关系。利用数据挖掘技术帮助企业进行动态分析和调整分析在挑战中就有可能获胜。本文对面向电子商务的数据挖掘技术进行研究和分析。 2.2 系统功能需求 电子商务的大数据 数据挖掘的研究融合了多个不同学科领域的技术与成果，使目前的数据挖掘出现多种 多样的技术。利用这些技术方法可以检查那些异常形式的数据，利用各种统计模型和数学 模型对这些数据进行解释，找出隐藏在这些数据背后的市场规律和商业机会[17][18]。 3 系统概要设计 3.1 系统的功能模块划分 3.2 系统流程 1．数据层。数据挖掘的对象是数据。为了便于挖掘，各种来源的数据经过预处理（ 据的清洗、数据的集成、数据的过滤等）以后，都将存于一个统一模式的数据库或者数 仓库内。这个模式的设计综合考虑挖掘任务、实施算法、数据的特点等各种因素，可以 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 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 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。用户界面将这些模式用直观的且易于 户理解的方式表现给用户。另外，用户可以（有时也必须）通过用户界面指导模式评估 挖掘引擎、数据的组织模式。 4 系统详细设计 4.1 模块流程 数据挖掘是一个多步骤的处理过程，该过