數(shù)據(jù)挖掘技術在電子商務中的應用論-文庫吧資料
2025-01-14 09:17本頁面
【正文】 模型發(fā)布階段 在模型通過評估滿足商業(yè)目標情況后，進入模型發(fā)布階段。 模型評估階段 模型的應用通常需要較長周期的檢驗才能準確的評估其是否滿足商業(yè)標準，在傳統(tǒng)行業(yè)，這個評估通常在模型應用一年后作出。 建立模型階段 數(shù)據(jù)挖掘項目的建立模型都要經(jīng)過三個階段：建立模型，測試并調整模型，應用模型。通常在這個階段花費的時間占整個項目的一半還多。除此之外，此階段還需要對相關專業(yè)術語進行解釋說明等。項目成功的標準是模型的準確率達到多少、純度達到多少等，而形式評估則主要對項目實施未來可能遇到的問題作一個簡單的評估，業(yè)務及行業(yè)規(guī)則不斷變 化，模型在應用過程中會遇到各種問題等。 1. 數(shù)據(jù)挖掘階段分析 數(shù)據(jù)挖掘階段作為整個項目的重中之重，通常數(shù)據(jù)挖掘的流程包括項目理解、數(shù)據(jù)理解、數(shù)據(jù)準備、建立模型、模型評估和模型發(fā)布等。線性回歸 中，數(shù)據(jù)是用直線建模；多元回歸是線性回歸的擴展，涉及多個預測變量。對數(shù)據(jù)庫中的元組根據(jù)各個屬性不同的屬性值分成相應的子集，然后對條件屬性劃分的子集與結論屬性劃分的子集之間上下近似關系生成判定規(guī)則。 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，對問題論域進行劃分，然后對劃分后的每個組成部分確定其對某個概念的支持程度。 在神經(jīng)元求得輸入值后，再匯總計算總輸入值；由過濾機比較總輸出值，確定網(wǎng)絡的輸出值。它主要由“神經(jīng)元”的互聯(lián)，或按組織的結點構成。所以從根到葉節(jié)點的一條路徑就對應著一條規(guī)則，整棵決策樹就對應著一組吸取表達式規(guī)則。 決策樹算法是目前應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布爾函數(shù)。 決策樹 決策樹是能夠被看成一棵樹的預測模型。 連接分析 它的基本理論是圖論，圖論的思想是尋找一個可以得出好的結果但不是完美結果的算法。在由聚類生成的數(shù)據(jù)對象集合中，這些對象具有相似性，并與其他集合中的對象具有相異性。規(guī)則的適合度（ Fitness）是對訓練樣本分類準確性的評估。 遺傳算法 GA（ Geic Aigorithms） 該算法是基于進化理論，并采用遺傳結合、遺傳變異及自然選擇等方法優(yōu)化結果。 基于歷史的分析 MBR（ Memorybased Reasoning） MBR 的本質是：現(xiàn)根據(jù)經(jīng)驗知識尋找相似情況，然后再將這些情況的信息應用于當前的例子中。關聯(lián)可分為簡單關聯(lián)，時序關聯(lián)，因果關聯(lián)。 關聯(lián)規(guī)則 數(shù)據(jù)關聯(lián)是數(shù)據(jù)庫中存在的一類很重要的 可以發(fā)現(xiàn)的知識。商業(yè)電子化的趨勢不僅為客戶提供了便利的交易方式和廣泛的選擇，同時也為商家提供了更加深入了解客戶需求信息和購物行為特征的可能性。 隨著 Inter 的迅速發(fā)展 ，電子商務的應用不斷深入。 電子商務（ ECommerce）是以指利用電子數(shù)據(jù)交換（ Electronic Data Interchange， EDI）、電子郵件（ Email）、電子資金轉賬（ Electronic Funds Transfer， EFT）和 Inter 等主要技術在個人、企業(yè)和國家之間進行無紙化的信息交換，包括商品信息及其訂購信息、資金信息及其支付信息、安全及其認證信息等，即以現(xiàn)代信息技術為手段，以經(jīng)濟效益為中心的現(xiàn)代化商業(yè)運轉模式。由于核心技術的欠缺，使得數(shù)據(jù)挖掘在國內一些領域只是初步應用，如銀行
公司管理相關推薦
鄂ICP備17016276號-1