數(shù)據(jù)挖掘與商務智能-資料下載頁
2025-03-08 10:52本頁面
【正文】 eb結構挖掘 通過分析頁面鏈接的數(shù)量和對象，從而建立 Web的鏈接結構模式 相關算法 PageRank算法：網(wǎng)頁的質量和重要性可以通過其他網(wǎng)頁對其鏈接的數(shù)量進行衡量 HITS算法： ? 權威頁面：表達某一主題的頁面 ? Hub頁面：把權威頁面鏈接到一起的頁面 應用 信息檢索：根據(jù) Web重要性進行排名 社區(qū)識別：識別基于某個特定主題的相關 Web頁面 網(wǎng)站優(yōu)化：重新定位網(wǎng)頁鏈接 BI在電子商務行業(yè)的應用 5 Web日志挖掘 指從用戶訪問日志中獲取有價值的信息 ，包括訪問者的興趣愛好、訪問模式、滿意度 應用 顧客分類：開展有針對性的營銷活動 交叉銷售：識別商品間的關聯(lián)程度 個性化推薦：在適合的時間，以適合的方式，將適合的產(chǎn)品，推薦到適合的人手中。 BI在電子商務行業(yè)的應用 6 《服裝電子商務個性化推薦系統(tǒng)關鍵技術研究 》課題 虛擬與現(xiàn)實存在一定的差距，傳統(tǒng)的服裝電子商務網(wǎng)站不適合“一看二摸三試衣”的購物流程 存在海量的商品信息 查找困難，失去購物興趣 搜索結果界面相同 缺乏個性化（顏色、款式） 服裝個性化搭配問題 服裝展示：二維圖片 +文字說明為主 用戶購衣后衣服不合體 衣服質感存在較大差異 BI在電子商務行業(yè)的應用 7 服裝款式個性化推薦技術 用戶聚類 Web數(shù)據(jù)挖掘 協(xié)同過濾推薦 不確定性服裝搭配預測模型研究 虛擬試衣 三維人體建模技術 三維人體模型與三維服裝 CAD結合 虛擬試衣技術 商務智能進展 1 技術發(fā)展 20世紀 90年代初期 ，信息倉庫 90年代中期 ，數(shù)據(jù)倉庫 90年代后期 ，數(shù)據(jù)挖掘、多維分析與展現(xiàn) 技術 BI市場競爭 Gartner公司的調查表明， 2023年到 2023年之間，安全是企業(yè) IT投資排在第一位的主題，而商務智能項目的投資在 2023年時僅排在第 14位， 2023年卻突飛猛進，排到了第一位 BI公司的收購： Oracle收購 Hyperion， SAP收購 Business Objects， IBM收購 Cognos 市場規(guī)模每年大約增加 10%~15% 商務智能的發(fā)展趨勢 商務智能進展 2 起步較晚：商務智能在中國的發(fā)展尚處于起步階段，大部分企業(yè)對商務智能仍然缺乏必要的了解。 差距拉大：呈現(xiàn)出區(qū)域和行業(yè)的分布不均現(xiàn)象 供應商有待成長 中國企業(yè)對商務智能的應用 商務智能進展 3 實時 標準化 嵌入式商務智能 移動商務智能 大眾化趨勢 易用性 體育用品公司 的數(shù)據(jù)分析 總結 演講完畢，謝謝觀看！
教學課件相關推薦
鄂ICP備17016276號-1