背景知識and數(shù)據(jù)挖掘前準備etc-資料下載頁
2024-10-18 18:23本頁面
【正文】 WW：巨大的、分布的、異構(gòu)的、半結(jié)構(gòu)化的、動態(tài)的及基于超鏈接的超媒體文檔構(gòu)成的 DB； Web數(shù)據(jù)挖掘技術(shù)在網(wǎng)上書店的應用： ２ Web數(shù)據(jù)挖掘面臨的問題 ２、１非技術(shù)性問題 ——網(wǎng)頁相關(guān)性分析（哪些網(wǎng)頁具有密切關(guān)系，可加上鏈接）； ——用戶訪問模式分析（把用戶按行為模式分類）； ——用戶歸類（根據(jù)用戶填寫信息分類，對同一類別的用戶提供相似的服務）； ２、２技術(shù)問題 ——數(shù)據(jù)處理； ——統(tǒng)計分析； ——數(shù)據(jù)挖掘； ——關(guān)聯(lián)規(guī)則； ——聚集（就是用戶的聚類）； ——歸類（即用戶的分類）； ——序列模式； ３ Web數(shù)據(jù)挖掘的分類 ——Web內(nèi)容挖掘； ——Web使用模式挖掘； ——Web結(jié)構(gòu)挖掘； PS：可見我的暑假筆記。 ４、２ Web數(shù)據(jù)挖掘技術(shù)在網(wǎng)上書店中的應用 １、源數(shù)據(jù)的收集 ——服務器端數(shù)據(jù)的收集（日志文件）； ——包檢測技術(shù)； ——后臺數(shù)據(jù)庫里的原有數(shù)據(jù)（用戶信息數(shù)據(jù)表、圖書數(shù)據(jù)表、訂單數(shù)據(jù)表。）； ２、數(shù)據(jù)的預處理 ——可見我的筆記； ３、數(shù)據(jù)挖掘階段 ——確定目標樣本； ——提取特征信息； ——網(wǎng)絡信息獲??； ——信息特征匹配。 《 電子商務中 WEB數(shù)據(jù)挖掘技術(shù)的應用 》 三類 Web挖掘： ——Web內(nèi)容挖掘； ——Web結(jié)構(gòu)挖掘； ——Web使用模式挖掘。 數(shù)據(jù)源的收集： 服務器數(shù)據(jù)： ——Web日志文件； ——查詢數(shù)據(jù)； 用戶登記信息： PS：有的客戶不肯寫部分背景信息，這種情況下，就不得不從客戶的瀏覽行為中推測客戶的背景信息。 《 Data mining techniques for customer relationship management》 Old model: ——”designbuildsell”（ a productoriented view） 舊模型： ——“設計－建設－賣出”（面向產(chǎn)品的觀點） New model: ——”sellbuildredesign” (a customeroriented view ) 新模型： ——“賣出－建設－重新設計”（面向客戶的觀點） Sell products ? establish a longterm relationship with each customer 賣出產(chǎn)品 ?與每個客戶建立長期的關(guān)系 Market strategy： ——outsidein而不是insideout. Focus: ——customer need而不是 product features. Association and sequence discovery are used to describe behavior. 關(guān)聯(lián)規(guī)則和序列分析用來描述客戶的行為。 CRM: 4 elements——Know, Target, Sell, Service.
教學課件相關(guān)推薦
鄂ICP備17016276號-1