1、 学士学位论文 题目：题目： 数据挖掘技术及其在电子商务中的应数据挖掘技术及其在电子商务中的应 用用 摘摘 要要 介绍数据挖掘技术，数据挖掘方法。如何使用数据挖掘技术分析电子商务活动中 的客户访问行为，购买行为以及客户的性别、年龄等特征，从而调整电子商务网 站的站点结构，广告宣传，商品推荐，客户引导以及商品的规划等。使电子商务 活动更具有针对性，用户体验更加人性化，以及为电商企业决策提供数据支持。 关键词关键词 数据挖掘 数据仓库 电子商务 信息处理 预测 目录目录 第一章 引言. 4 第二章 数据挖掘技术概述 5 2.1 数据挖掘定义 . 5 2.2 数据挖掘类型 . 6 2.2.1 分类.
2、 6 2.2.2 估计. 6 2.2.3 预测. 6 2.2.4 相似分组或市场篮分析. 7 2.2.5 聚集. 7 2.3 数据挖掘过程 . 7 2.3.1 确定业务对象. 7 2.3.2 数据准备 8 2.3.3 数据挖掘 8 2.3.4 分析和同化 8 2.4 数据挖掘的常用方法 . 9 2.4.1 市场篮分析(Market Basket Analysis) 9 2.4.2 基于记忆推理(Memory-Based Reason-ing, MBR) 9 2.4.3 聚集分析(Cluster Detection). 9 2.4.4 链路分析(Link Analysis) 9 2.4.5 决策
3、树(Decision Tree) . 9 2.4.6 神经网络(Neutral Network) 10 2.4.7 遗传算法(Genetic Algorithms) 10 2.4.8 Rough 集(Rough Set) . 10 第三章 电子商务中的数据挖掘技术应用. 10 3.1 电子商务简介 . 10 3.2 挖掘客户的购买行为 11 3.3 分析客户对站点的访问行为 12 3.4 从历史销售数据中挖掘交易规律 . 13 3.5 定位客户的网络性别 . 14 3.6 路径分析 15 3.7 关联分析方法的运用 . 15 第四章 结束语 . 17 参考文献 19 第一章第一章 引言引言 目
4、前互联网电子商务行业犹如雨后春笋遍地开花，如淘宝、京东、当当、凡 客、苏宁易购、库巴购物网、拍拍网等。众多的电商在互联网中活跃着，其中有 综合性的电商网站，如淘宝、京东、当当等。也有专门性从事某一类商品的电商 活动的网站，如麦包包专门进行箱包类的电商活动，聚美优品则专门进行化妆品 类商品的网上交易。 电子商务推动生产生活方式的发展，已经渗透到各个行业和领域，对拉动 经济增长、促进转变有着重要作用。电子商务服务业正在成为现代服务业一个核 心产业。截至 2011 年底，中国网民规模突破 5 亿关口，达 5.13 亿人。中国网络 购物用户规模达 1.94 亿人，同比增长 20.8%，网购使用率 37
5、.8%，未来网络购物 用户规模将持续增长。网络购物用户对于网络购物的依赖性较高，大部分网络购 物用户浏览网购网站的频率较高。其中，超过四成网购消费者每天浏览网购网站 一次以上，近六成用户每天都要进行网购网站的浏览。而对于绝大多数（接近 95%）的网购用户来讲，每周至少浏览一次网购网站。 2011 年中国电子商务交易总额为 5.8 万亿元，同比增长 29.2%，其中网络购 物交易规模突破 7825 亿元，占社会消费品零售总额比重达到 4.3%。其中，B2B 领域，无论是中小企业、还是规模较大企业均加大了网络渠道的应用，通过互联 网促成交易的达成。得益于网购的蓬勃发展，物流业市场得到井喷式发展，年
6、均 增长率达 27.23%。2011 年底，中国电子商务服务企业突破 15 万家，中国网上零 售市场成交值达 230 亿美金，已仅次于美国位列第二，随着基础建设和网上贸易 的发展， 预计未来 3 年内， 中国电子商务交易额将保持年均 29%以上的增长速度。 到 2015 年我国网络消费用户数量将激增至 3.29 亿人。网络消费支出有望使中国 电子商务市场的规模超过美国，达 12 万亿元人民币以上，成为全球第一大电子 商务市场。 不管是综合性还是专业性的电商网站，都存在着非常大的竞争，比如前不久 的京东和苏宁、国美的价格大战，不仅考验着电商们系统的压力，也考验了他们 2012-2016 年中国电子商务行业投资价值分析及深度研究咨询报告 中国行业研究网 (http:/) 报告编号：937696 的数据分析处理能力。同时各大电商企业基本都拥有大量的用户，如何去分析他 们的用户的访问习惯，购买行为，以及分析竞争对手的相关数据从而调整电子商 务网站的站点结构，广告宣传，商品推荐，客户引导以及商品的规划、潜在用户 的挖掘等。使电子商务活动更具有针对
