1、挖掘電子商務論文范文:試述web挖掘在電子商務中的應用word版下載導讀：本論文是一篇關于web挖掘在電子商務中的應用的優秀論文范 文，對正在寫有關于挖掘論文的寫作者有一定的參考和指導作用，論 文片段：blockeel. webminingresearch:asurvey. sigkddexllorations, 2000, 2(1). 王繼成、潘金貴、張福炎web文本挖掘技術研究計算機 研 究 與 發 展， 2000,37(5)jiaweillan, michelinekamber. datemining:conceptsandtechniques copyright2001bymorgan

2、kaufmannpublishers, inc. , 2001. ellenspertus miningstr摘 要：主要介紹了 web挖掘的定義，并對口志挖掘進行詳細的說明, 介紹了常用的web挖掘策略，本文還討論了分類算法的實際應用，最 后總結了 web挖掘在電子商務中的應用。關鍵詞：web挖掘 電子商務web1. 引言internet的迅速發展推動了世界經濟的發展，隨著網絡技術的 發展，各種在線交易和交易平臺不斷涌現，隨著網絡信息量的急劇增 加，人們越來越關心如何來利用這些信息。然而，實際中現在的一些 工具和技術還不能夠滿足人們的需要。另一方面，電子商務的繁榮， 網絡信息處理技術的相對滯

3、后，在這樣的環境下產生了 web挖掘，很 快它成為網絡信息搜索和信息服務領域的熱門課題。2. web挖掘2. 1 web挖掘的定義和分類web挖掘是從上進行客戶信息智能挖掘，就是通過對客戶和產 品的歷史交易信息，進行客戶消費傾向和偏好的分析，以及產品銷路 和受歡迎程度的分析，為企業在現有客戶上挖掘更多的銷售機會提供 了可能，同時也為企業作產品分析決策提供依據。文8中的web使 用挖掘模型能夠發現用戶的瀏覽和購買行為模式。3.2優化web站點網站中網頁之間的鏈接以及安排就如同在超市貨架上展示商 品，為了更高的進行促銷會把相關的產品擺放在一起。基于web挖掘 屮的關聯規則分析，網站的結構要被動態的

4、調整，這樣相關頁面之間 的鏈接更加直接，顧客才能更容易的找到他想瀏覽的頁面，如果一個 網站可以提供這樣的方便的話，顧客就會對該網站留有好印象，最終 提升顧客回頭率。3. 3顧客聚類顧客聚類是電子商務屮一個很重要的方面。通過對于具有和似 瀏覽行為的顧客聚類，進一步分析每一類顧客的共同特點，這樣商家 就能夠更好的了解自身的顧客提供很相關的服務。比如，有些顧客 段時間瀏覽，baby toys，和'baby clothes，這樣的頁面,經過行 為分析后，這些顧客可以歸為“即將成為父母”的這一類顧客，因此 他們看到的頁面內容和服務就同其他類看到的不同。顯然，顧客聚類 還能夠提醒商家及時地修改網頁

5、的內容以滿足特定類顧客的需求。3.4電子商務推薦系統電子商務推薦系統直接與用戶交互，模擬商店銷售人員向用戶 提供商品推薦，幫助用戶找到所需商品，從而順利完成購買過程。在日 趨激烈的競爭環境下，電子商務推薦系統能有效保留用戶，防止用戶 流失，提高電子商務系統的銷售能力。4. 結論電子商務在企業和商貿領域正占據著越來越多的市場份額，對 于web挖掘也是目前研究的熱點，但是挖掘技術在實際中的應用還是 不多，更多的研究集中在挖掘技術的研究這一方面。隨著電子商務的 進一步發展，以及各種技術的日益成熟，相信這一領域會有很好的前 景。參考文獻：leyzioni 0. the world wide web:

6、quagmire or gold minej. communication of the acm, 1996, 39(11).札(關范文由寫2raymond kosala, hendrik blockeel. webmining research: a survey j. s1gkdd exllorations, 2000,2(1).3王繼成、潘金貴、張福炎web文木挖掘技術研究j 計算機研究與發展,2000, 37 (5).4 ji awe i han, michel ine kamber .date mining: concepts and techniquesmcopyright 200

7、1 by morgan kaufmann publishers, inc,2001.5 ellen spertusmining structural information on thewcbc. in: proc of the sixth international world wide web browsing patternsjknowledge and informationsystems, 1999(1)6 宋愛波、胡孔法、董逸生web日志挖掘j 東南大學學報， 2002, 32 (1)7 chen m s, park j s, yu p s data mining for path traversal patterns in a web environment c in: proceedings of the 16th inte