數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用論(存儲(chǔ)版)
【正文】 中存在的一類很重要的 可以發(fā)現(xiàn)的知識(shí)。規(guī)則的適合度（ Fitness）是對(duì)訓(xùn)練樣本分類準(zhǔn)確性的評(píng)估。 決策樹算法是目前應(yīng)用最廣泛的歸納推理算法之一，是一種逼近離散值函數(shù)的方法，也可將它看作是一個(gè)布爾函數(shù)。 粗糙集 粗糙值是一種研究不確定性問題的工具，它根據(jù)已有的給定問題的知識(shí)，對(duì)問題論域進(jìn)行劃分，然后對(duì)劃分后的每個(gè)組成部分確定其對(duì)某個(gè)概念的支持程度。項(xiàng)目成功的標(biāo)準(zhǔn)是模型的準(zhǔn)確率達(dá)到多少、純度達(dá)到多少等，而形式評(píng)估則主要對(duì)項(xiàng)目實(shí)施未來可能遇到的問題作一個(gè)簡(jiǎn)單的評(píng)估，業(yè)務(wù)及行業(yè)規(guī)則不斷變 化，模型在應(yīng)用過程中會(huì)遇到各種問題等。 模型評(píng)估階段 模型的應(yīng)用通常需要較長(zhǎng)周期的檢驗(yàn)才能準(zhǔn)確的評(píng)估其是否滿足商業(yè)標(biāo)準(zhǔn)，在傳統(tǒng)行業(yè)，這個(gè)評(píng)估通常在模型應(yīng)用一年后作出。 確定研究目標(biāo) 提出策 略意見 分析數(shù)據(jù)現(xiàn)象與目標(biāo)的關(guān)聯(lián) 找出真實(shí)原因 客戶獲得 比如通過數(shù)據(jù)挖掘可以發(fā)現(xiàn)購(gòu)買某種商品的消費(fèi)者是男性還是女性，學(xué)歷、收入如何，有什么愛好，是什么職業(yè)等等。 推薦系統(tǒng)在電子商務(wù)活動(dòng)中的作用 一般說來 ,推薦系統(tǒng)在電子商務(wù) 活動(dòng)中的作用可以歸納為以下幾點(diǎn) : （ 1）把瀏覽者轉(zhuǎn)變成購(gòu)買者 己有明確購(gòu)物目標(biāo)的客戶也許可以借助檢索系統(tǒng)找到自己需要的東西 ,但對(duì)于大多數(shù)只是四處逛逛看一看的沖浪者 ,或是對(duì)自己的需要比較模糊的購(gòu)買者 ,很難有耐心在幾十頁(yè)長(zhǎng)的商品目錄逐項(xiàng)查找是否有自己感興趣的東西。 數(shù)據(jù)挖掘技術(shù)應(yīng)用于推薦系統(tǒng)具體表現(xiàn) 數(shù)據(jù)挖掘是在大型數(shù)據(jù)存儲(chǔ)庫(kù)中 ,自動(dòng)地發(fā)現(xiàn)有用信息的過程。這些項(xiàng)集出現(xiàn)的頻繁性至少和預(yù)定義的最小支持計(jì)數(shù)一樣。 （ 2）基于內(nèi)同的推薦算法 基于內(nèi)容的推薦系統(tǒng)的產(chǎn)生根源于信息檢索與信息過濾。 三、總結(jié) 數(shù)據(jù)挖掘是指按企業(yè)既定業(yè)務(wù)目標(biāo)，對(duì)大量 的企業(yè)數(shù)據(jù)進(jìn)行探索和分析，揭示隱藏的、未知的或驗(yàn)證已知的規(guī)律性，并進(jìn)一步將其模型化的先進(jìn)有效的方法。 （ 3）協(xié)同過濾推薦算法 協(xié)同過濾是在信息過濾和信息系統(tǒng)中正迅速成為一項(xiàng)很受歡迎的技術(shù)。該算法使用一種稱為逐層搜索的迭代方法尋找頻繁項(xiàng) 集 ,它開創(chuàng)性地使用基于支持度的剪枝技術(shù) ,系統(tǒng)地控制候選項(xiàng)集指數(shù)增長(zhǎng)。通過了解哪些商品頻繁地被顧客同時(shí)購(gòu)買 ,這種關(guān)聯(lián)的發(fā)現(xiàn)可以幫助商家制定營(yíng)銷策略。電子商務(wù)推薦系統(tǒng)分析用戶的購(gòu)買習(xí)慣 ,根據(jù)用戶需求向用戶提供有價(jià)值的商品推薦。數(shù)據(jù)挖掘還可以發(fā)現(xiàn)具有哪些特征的客戶有可能流失，這樣挽留客戶的措施將具有針對(duì)性，挽留客戶的費(fèi)用將下降。 客戶細(xì)分 隨著以客戶為中心的經(jīng)營(yíng)理念不斷深入人心，分析客戶、了解客戶并引導(dǎo)客戶的需求己成為企業(yè)經(jīng)營(yíng)的重要課題。 建立模型階段 數(shù)據(jù)挖掘項(xiàng)目的建立模型都要經(jīng)過三個(gè)階段：建立模型，測(cè)試并調(diào)整模型，應(yīng)用模型。 1. 數(shù)據(jù)挖掘階段分析 數(shù)據(jù)挖掘階段作為整個(gè)項(xiàng)目的重中之重，通常數(shù)據(jù)挖掘的流程包括項(xiàng)目理解、數(shù)據(jù)理解、數(shù)據(jù)準(zhǔn)備、建立模型、模型評(píng)估和模型發(fā)布等。 在神經(jīng)元求得輸入值后，再匯總計(jì)算總輸入值；由過濾機(jī)比較總輸出值，確定網(wǎng)絡(luò)的輸出值。 決策樹 決策樹是能夠被看成一棵樹的預(yù)測(cè)模型。 遺傳算法 GA（ Geic Aigorithms） 該算法是基于進(jìn)化理論，并采用遺傳結(jié)合、遺傳變異及自然選擇等方法優(yōu)化結(jié)果。商業(yè)電子化的趨勢(shì)不僅為客戶提供了便利的交易
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1