经济学案例电子商务数据挖掘改.pptxVIP

数据挖掘技术与应用;案例：电子商务网站公共页面该放;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;9.1 电子商务与数据挖掘;一、电子商务为数据挖掘提供海量;一、电子商务为数据挖掘提供海量;二、丰富的记录信息;三、“干净的数据”;四、研究成果容易转化;五、投资收益容易衡量;9.1.2 基于电子商务网站的;一、Web Content M;二、Web Structure;三、Web Usage Min;web日志;PowerPoint 演示文稿;Web Usage Minin;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;主机名 Time Reques;PowerPoint 演示文稿;9.2 数据预处理;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;PowerPoint 演示文稿;9.3 WEB日志挖掘：模式发;一、Web日志挖掘—关联分析;PowerPoint 演示文稿;二、 Web日志挖掘—分类和预;三、 Web日志挖掘—聚类分析;PowerPoint 演示文稿;四、Web日志挖掘—统计分析;统计分析包括的内容;PowerPoint 演示文稿;五、Web日志挖掘——序列模式;六、Web日志挖掘--模式分析;PowerPoint 演示文稿;WEB日志挖掘的不足;网页上都有什么？;动态内容;重构session的困难;商业事件;示例——关键字检索;失败的检索;将Web日志中的内容映射到数据;Web数据到底挖掘什么？;结论;Packet Sniffer;多层应用框架（J2EE/EJB;应用服务器层数据收集;电子商务中进行数据挖掘的几个难;网络爬虫/机器人;数据变换;提供市场级的决策支持;总结：