Web數(shù)據(jù)挖掘在電子商務(wù)中的研究與應(yīng)用.pdf

1、近年來，隨著網(wǎng)絡(luò)科技以及移動客戶端的快速發(fā)展，加速了網(wǎng)購用戶的熱潮，電子商務(wù)的發(fā)展已經(jīng)成為影響經(jīng)濟的關(guān)鍵因素，同時用戶在網(wǎng)購過程中，產(chǎn)生大量的用戶訪問數(shù)據(jù)和交易數(shù)據(jù)，這些數(shù)據(jù)看似雜亂但包含巨大的商業(yè)價值，電子商務(wù)迫切需要對自身的數(shù)據(jù)信息和相關(guān)聯(lián)數(shù)據(jù)進行挖掘，從而能取得競爭優(yōu)勢。Web數(shù)據(jù)挖掘技術(shù)也成為了高校和企業(yè)的重點研究熱點。本文針對實際需求，編寫爬蟲抓取用戶交易數(shù)據(jù)，并連續(xù)抓取淘寶某些商品的銷量數(shù)據(jù)作為研究數(shù)據(jù)源。
　　首先，

2、介紹了當前 Web數(shù)據(jù)挖掘在電子商務(wù)的應(yīng)用，主要集中在物品個性化推薦，根據(jù)其推薦算法不同，有不同類別的個性化推薦系統(tǒng)，各有優(yōu)缺點。當前電子商務(wù)網(wǎng)站最主要的還是在基于用戶和物品的關(guān)聯(lián)規(guī)則推薦。其次，重點介紹模糊聚類算法在客戶群劃分上的應(yīng)用，對客戶交易數(shù)據(jù)進行處理，實現(xiàn)模糊聚類算法對其進行分類，根據(jù)每類具有的特性對客戶進行聚類分析，從而提供商業(yè)指導，對客戶的喜好偏愛以及商品價格消費區(qū)間，以及對電商站點的貢獻度，是否是優(yōu)質(zhì)客戶源，是否是基礎(chǔ)客

3、戶源或者需要保持的重點客戶源等進行研究分類。從而根據(jù)數(shù)據(jù)源，模糊聚類算法在該功能有著很好的聚類效果，將客戶劃分更加明細。最后，介紹數(shù)據(jù)抓取技術(shù)、安全策略和爬蟲主要的模塊，包括存儲模塊、爬蟲模塊和部署實時監(jiān)控模塊。同時，對抓取的淘寶網(wǎng)的30天的商品銷售數(shù)據(jù)進行擬合冪律分布，以時間序列對商品銷量和營業(yè)額進行預(yù)測分析，采用可視化算法將時間序列數(shù)據(jù)映射到復(fù)雜網(wǎng)絡(luò)，研究電商銷量時間序列分布特點以及波動特性的區(qū)別，關(guān)注消費者對商品價格以及銷售活動等