您好,欢迎访问三一刀客
当前位置:首页 > IT计算机/网络 > 电子商务 > Web数据挖掘在电子商务中的应用研究(1)
Web数据挖掘在电子商务中的应用研究作者:宋洪芳学位授予单位:山东科技大学参考文献(46条)1.SchaferJBRecommenderSystemsinE-Commerce19992.王实.高文.李锦涛Web数学挖掘[期刊论文]-计算机科学2000(4)3.郝先臣.张德干.尹国成.赵海用于电子商务中的数据挖掘技术研究[期刊论文]-小型微型计算机系统2001(7)4.MobasherB.DaiH.LuoTEffectivePersonalizationBasedonAssociationRuleDiscoveryfromWebUsageData20015.JamesEPitkowSummaryofWWWcharacterizations19986.陈京民数据仓库与数据挖掘技术20037.JiaweiHan.Michelinekamber.范明.孟小峰数据挖掘:概念与技术20018.ZaianeOR.HanjiaweiResourceandKnowledgediscoveryinGlobalinformationSystem:APreliminarydesignandExperiment19959.《数据挖掘》讨论组查看详情10.韩家炜.孟小峰.王静.李盛恩Web挖掘研究[期刊论文]-计算机研究与发展2001(4)11.邓英.李明Web数据挖掘技术及工具研究[期刊论文]-计算机工程与应用2001(20)12.HanJ.KamberMDataMining:ConceptsandTechniques200013.AgrawalSrikantRFastAlgorithmsforMiningAssociationRules199414.MobasherBDaiImprovingtheEffectivenessofCollaborativeFilteringonAnonymousWebUsageData200115.朱明.王军.王俊普Web网页识别中的特征选择问题研究[期刊论文]-计算机工程2000(8)16.吴秀清.韩彬斌基于Bayes算法的Web网页识别[期刊论文]-计算机工程2000(3)17.邹涛.王继成.朱华宇.金翔宇.张福炎WWW上的信息挖掘技术及实现[期刊论文]-计算机研究与发展1999(8)18.韩彬斌.王培康Web网页识别算法研究[期刊论文]-情报学报2001(1)19.王继成.潘金贵.张福炎Web文本挖掘技术研究[期刊论文]-计算机研究与发展2000(5)20.BoxGEP.JenkinsGMTimeSeriesAnalysis:ForecastingandControl197621.张娥.郑斐峰.冯耕中Web日志数据挖掘的数据预处理方法研究[期刊论文]-计算机应用研究2004(2)22.MehmedKantardzic.闪四清数据挖掘-概念、模型、方法和算法200323.SrivastavaRCooley.MDeshpande.PTanWebusagemining:discoveryandapplicationsofusagepatternsfromwebdata2000(02)24.OrenEtzioniTheWorldWideWeb:QuagmireOrGoldMine1996(11)25.RKosala.HBiockeelWebMiningResearch:ASLINey2000(01)26.王曰芬电子商务网站设计与管理200227.SchaferJBE-CommerceRecommendationApplication200128.ArvindArasu.JunghooCh0.HectorGarcia-MolinaSearchingtheWeb2000(01)29.王玉珍Web使用模式挖掘在电子商务中的应用[期刊论文]-计算机应用研究2003(10)30.MyraSpiliopulou.LucasCFaulstichWUM:aWebUtilizationMiner199831.易敏昕.汪胜.张有仁.陈宝树Web使用数据挖掘中数据预处理的研究[期刊论文]-计算机工程与应用2003(24)32.CooleyR.MobasherB.SrivastavaJDatapreparationforminingworldwidewebbrowsingpatterns1999(01)33.石晶.龚震宇.裘杭萍.张毓森评测Web使用分析中会话识别的准确度[期刊论文]-电子科技大学学报2002(3)34.RAgrawal.JImielinski.ASwamiMiningAssociationRulsBetweenSetsofItemsinLargeDatabases199335.AgrawalR.SrikantRFastAlgorithmsforMiningAssociationRuls199436.JHan.MKamberDataMining:ConceptsandTechniques37.Minf-SyanChen.JiaweiHan.PhilipSYuDataMing:anOverviewfromaDatabasePerspective1996(06)38.JRQuilanIntoductionofDecisionTrees198639.KAlsabti.SRanka.VSinghAnEfficientK-MeansClusteringAlgorithm199740.RAgrawal.RSrikantMiningSequentialPatterns199541.SchaferJBen.JosephAKonstan.JohnRiedlE-commerceRecommendationApplication42.csdl.computer43.SarwarBadrul.GeorgeKarypis.JosephKonstanRiedl.AnalysisofRecommendationAlgorithmsforE-commerce200044.SarwarBKarypis.GKonstanJ.RiedlJAnalysisofRecommendationAlgorithmsforE-Commerce200045.SchaferJB.KonstanJA.RiedlJE-CommerceRecommendationApplications200146.张健沛.刘建东.杨静基于Web的日志挖掘数据预处理方法的研究[期刊论文]-计算机工程与应用2003(10)相似文献(10条)1.学位论文冶红基于数据挖掘的Web挖掘系统的研究2003随着WorldWideWeb信息爆炸性的增长,人们迫切需要一种能从Web上快速、有效地获取知识的工具.现有的搜索引擎仅用于Web上的信息检索,而且覆盖率有限、精度不高,无法发现Web上潜在的知识.将传统的数据挖掘与Web结合进行Web挖掘,已成为数据挖掘的一个重要和繁荣的子领域.论文侧重于Web挖掘系统自身的构建,建立了一个基于数据挖掘技术的Web挖掘系统的原型Web_Ms,目的是提供一个实用的Web挖掘工具的模型,帮助人们更有效地从Web上获取知识.在Web上的半结构化数据的处理上,该文提出了利用XML数据抽取技术将半结构化数据映射为结构化数据、建立多层Web数据库,同时对Web日志预处理的方案,解决了Web挖掘系统数据源规范化的问题.在系统挖掘功能的实现上,采取将集成了多种数据挖掘方法的Web挖掘方法库作为一个模块嵌入系统中的策略,通过规定其接口规范和调用方法,使之与系统其他模块紧密结合,共同完成Web上的数据挖掘.Web挖掘系统原型Web_Ms提供了一个Web挖掘工具的模型,对实用的Web挖掘系统的开发具有较好的参考价值,对Web挖掘的理论研究也将起到一定的推动作用.2.期刊论文曹聪聪.康耀红.CAOCongcong.KANGYaohongWeb数据挖掘研究-现代电子技术2007,30(4)Web数据挖掘是数据挖掘技术与Web的结合.介绍了Web数据挖掘的概念、Web数据挖掘的流程、Web数据挖掘的分类以及3类Web数据挖掘的应用问题.3.学位论文李晓Web挖掘技术2001计算机应用的广泛深入发展,使得人类型收集到的信息“爆炸性”的增长.传统的数据库和OLTP技术提供了数据操作性的支持,却不支持对数据的深层次的处理.数据仓库和OLAP技术的发展,在一定程度上缓解了这个矛盾.而如何利用现有的计算能力和人类已有知识发现隐藏在信息“海洋”深处的知识,是人类认知专家、计算机专家、心理学家等所面临的最大挑战.伴随计算能力的增长,智能算法的成熟及大规模数据存储技术的成熟,作为自动发现知识的工具,数据挖掘(DataMing)逐渐走出实验室,进入生产领域并发挥了积极的作用.20世纪90年代以来,Internet得到了的飞速发展,成为人们工作与学习的平台.WWW作为最大的住处集散地,更是积聚了海量的信息.网络由此被认为是人类史上的第四次工业革命.如何从数以亿计的页面中发现需要的内容,如何从大量的访问中发现固有的模式和关联,成了人们迫切希望解决的问题.Web挖掘,源于数据挖掘和Internet技术的结合,研究网上的内容自动分类,智能Agent,用户访问模式发现,成了计算机工作者研究的新热点.该文首先介绍了数据挖掘的一些基本概念、方法和技术、工具.阐明了什么是数据挖掘、为什么要数据挖掘、如何进行数据挖掘、数据挖掘的主要过程、分类及数据挖掘与OLAP(在线分析过程)等的联系等,并介绍了有关数据挖掘发展情况.然后,该文着重论述了Web挖掘的内容,任务,它与数据挖掘的联系与区别,并介绍了使用模式挖掘及其技术,在研究基础上,该文提出了一个数据仓库和Web挖掘结合的模型,并就此进行了实验.该文最后总结了工作尚存的不足,并指出了Web挖掘研究的方向、应用前景和它所面临的挑战.4.期刊论文巩固.张虹.GONGGu.ZHANGHongWeb数据挖掘分析-电脑知识与技术(学术交流)2006,(6)国际互联网的广泛应用使得数据挖掘技术在Web数据挖掘得到了最大的发展,文章就Web数据挖掘技术的存储数据源、分类、实现技术作了详细的阐述,并介绍了一些实用的Web挖掘工具,对Web数据挖掘进行了探讨和分析,并指出了国内外的发展趋势和待解决的问题.5.学位论文龚瑜蚁群算法研究及其在Web挖掘聚类上的应用2009当今的人类社会是信息化的社会。在科学技术尤其是网络技术的推动下,万维网不管是在深度还是广度方面都在高速发展。互联网在前所未有地改变我们生活的同时,带来的还有几何级数的数据。在这些海量的、异构的信息资源中,蕴含着具有巨大潜在价值的知识,怎样从这些数据源中提取出可信的、有效的、对人们有用的信息成为当今社会的一大研究热点,数据挖掘技术正是在这种背景下产生并发展起来的。本文主要研究蚁群聚类算法在Web聚类挖掘分析中的应用,通过对现有的蚁群聚类算法的改进,使得算法有更好的性能,从而更适用于Web挖掘聚类分析中,主要内容包括:br 首先是数据挖掘和Web挖掘概述,对数据挖掘和Web挖掘的一些基本概念、数据挖掘系统等数据挖掘的一些基础知识进行介绍,然后对数据挖掘中的聚类分析技术进行了阐述,介绍聚类的基本概念,聚类技术的研究现状,并比较分析了当前比较重要的几类聚类方法。br 其次介绍蚁群聚类算法的基本模型和建立在基本模型基础上的LF蚁群聚类算法,深入分析了LF算法的优缺点并在其基础上加以改进,提出一种改进的蚁群聚类算法,通过仿真实验证明了改进算法比LF算法有更好的性能,解决了LF算法收敛比较慢、迭代周期长的缺点,并且使得改进后的聚类算法更适用于Web挖掘聚类分析上。最后在改进后的聚类算法的基础上建立一个小型的Web挖掘聚类系统。6.期刊论文郭运宏数据挖掘、Web挖掘与Web日志挖掘之研究-郑州铁路职业技术学院学报2006,18(2)随着internet的迅速发展,传统的数据挖掘技术无法有效地解决信息过载和信息迷失的问题.直接或间接解决这个
本文标题:Web数据挖掘在电子商务中的应用研究(1)
链接地址:https://www.111doc.com/doc-29311 .html