基于粗糙集理论的数据挖掘方法在电子商务中的应用

介绍了一种基于粗糙集理论提取关联的数据挖掘方法：并给出它在电子商务中的应用以及数据挖掘的全过程和示例，指出作为一种决策支持技术，它可以用来提高企业的决策效率和决策可信度，从而为企业赢得一定的竞争优势。     

基于粗糙集的数据挖掘方法在电子商务中的应用

粗糙集是一种处理模糊和不精确性问题的数学工具,数据挖掘能帮助我们从大量的信息中发现有用的信息。介绍了一种基于粗糙集的数据挖掘方法,通过实例分析给出它在电子商务中的应用。     

数据挖掘在超市事务中的应用

现在全球经济发展正在进入信息经济时代,各种形式的信息大量地产生和收集导致了信息爆炸,如何采用基于关联规则的数据挖掘技术发现,超市事务数据库中的关联规则是本文所研究和探讨的重点。     

数据挖掘在网络销售系统中的应用

随着电子商务的发展,网络销售越来越为人们所青睐。如何在网络销售纷繁芜杂的信息中找到对商家有用的信息,进行分析,从而制定相应的销售策略是网络销售系统中亟待解决的一个问题。数据挖掘技术可以解决这类问题,通过关联规则挖掘,找出销售的商品之间、商品与客户之间存在的内在联系,以助决策者进行销售策略的制定,使商家利润达到最大化。     

数据挖掘技术在电子商务中的应用

在信息爆炸的网络时代,处理海量信息时会显得力不从心,而数据挖掘的出现与发展很好地解决了这一难题.本文介绍了数据挖掘技术及数据挖掘技术在电子商务中的应用,加深了对客户行为的了解,而且有利于更好地调整站点的结构.     

数据挖掘技术在电子商务中的应用

对于企业而言,数据挖掘有助于发现业务发展的趋势,帮助企业做出正确的决策,使企业处于更有利的竞争位置。数据挖掘中应用的技术包括经典的统计、邻近、聚类,也包括最新发展起来的决策树、神经网络和关联规则等一些较新的方法。当实际开发一个数据挖掘系统时,究竟应该选择哪种数据挖掘技术,往往是一件很困难的事情。本文结合数据挖掘技术在电子商务中的应用,提出选择数据挖掘技术的两个重要依据,以便开发出有效、实用的数据挖掘系统。     

数据挖掘在电子商务中的应用

电子商务过程中产生了大量的数据,数据挖掘是对这些数据进行分析的有效方法。介绍了数据挖掘在电子商务中的应用,探讨了电子商务中数据挖掘的步骤和数据挖掘的体系结构。     

浅谈数据挖掘技术在职业院校中的应用

近些年来各职业院校为了改善教学管理质量,扩大招生,提高学生就业率,开发了多种管理等系统,保存了大量的数据,但是对这些数据的利用并不高。数据挖掘技术在职业院校中的应用越来越广泛,主要应用在教育教学管理与评估,学生就业,学校招生等方面。通过对保存的大量数据进行处理分析,帮助学校管理层的人员进行决策,为学校的发展提供帮助。     

遗传算法在数据挖掘中的应用

本文对数据挖掘进行了概述,阐明了数据挖掘的概念、方法及其重要性。其次介绍了数据挖掘中的一个重要算法——遗传算法。对遗传算法的产生与发展以及主要理论等进行了简要的介绍,提出了基于遗传算法的关联规则的提取方法。最后结合实例给出了用遗传算法进行关联规则的挖掘方法。     

基于ANN技术的挖掘关联规则在电子商务中的应用

针对客户的需求如何最大可能地发掘客户的兴趣,是一个电子商务网站所最为关心的内容。基于关联规则的挖掘技术可以从大量的数据中抽取潜在的、有价值的信息,而通过人工神经网络技术中的优化算法,则可以明显地提高数据挖掘的效果。     

数据挖掘在电子政务中的应用

针对电子政务的特点,提出利用数据挖掘的关联规则算法对用户行为进行分析,通过挖掘行为路径之间的潜在关系,从在大量电子政务网站数据中发现有用的知识模式,该知识模式对于用户分析、知识分类、个性推荐等起到了很大的作用,提高了电子政务应用效率.     

数据挖掘在国际贸易电子商务中的应用

讨论了数据挖掘在国际贸易电子商务中的重要作用和基本过程，探讨了对挖掘前的数据预处理工作和决策树挖掘过程。针对国际贸易电子商务数据的特点，利用决策树方法对国际贸易电子商务数据进行挖掘，对挖掘的规则进行了分析。     

正负关联规则挖掘算法在电子商务网站中的应用

摘要 为了增加电子商务网站的销售额,分析了商品推荐在电子商务系统中的作用,研究了数据挖掘中的正负关联规则挖掘技术的特点,提出了一种新的正负关联规则挖掘算法。新算法通过使用旋转数据库和位运算减少了扫描原始数据库的次数,加快了挖掘速度。另外,新算法在挖掘正规则的同时,利用负规则裁减掉无效规则,得到的结果更符合用户的购物行为。通过测试得出新算法比传统的Apriori算法执行时间更短,商品推荐更精确。     

数据挖掘在网上商店中的应用研究

为了解决网上商店中商品显示次序的问题,在分析关联规则的挖掘原理及基本算法的基础上,提出了一种评估关联规则中两商品间相互"促销"关系的方法,并通过具体的例子说明了其应用过程,达到了网上商店中商品信息显示次序的优化目的.     

数据挖掘技术在电子商务中的研究与应用

随着科学技术的不断发展,lnternet上的资源和服务更加丰富多彩,与之伴随而来的则是海量的数据。如何对海量的电子商务信息进行有效组织利用,使客户能从大量复杂信息中找出有价值的信息从而来提高企业的经营管理水平是电子商务网站所要迫切解决的问题。而数据挖掘技术恰为这一问题提供了有效的解决方法。     

Apriori算法的改进及在电子商务中的应用

针对经典Apriori算法中挖掘到的结果不能实现商家利益最大化和推荐权值人为设定的问题,在考虑商品利润和销量的基础上,提出基于Apriori算法的加权关联规则模型.最后,在实际购物篮数据的测试中,验证了改进后算法实用性.     

关联规则技术在数据挖掘中的应用

数据挖掘技术的诞生,使我们能从大量的数据中提取对决策者有用的信息,20世纪90年代初,R.Agrawal等提出了关联规则挖掘技术.关联规则挖掘是为了发现大量数据中项目集之间感兴趣的相关性信息.经过十余年的发展,关联规则挖掘已经成为数据挖掘技术中较为成熟并很重要的一种方法.文中系统描述了关联规则挖掘所涉及的概念、关联规则挖掘算法和关联规则应用领域等.     

数据挖掘及在电子商务中的应用研究

企业的竞争优势并不取决于信息的拥有量,而是取决于信息的处理利用能力.如何化信息优势为竞争优势,是企业制胜于市场的一个法宝.本文论述了一种信息处理利用的有效工具--数据挖掘的有关问题及其在电子商务中的应用.     

数据挖掘及其在电子商务中的应用

随着网络技术的发展和计算机使用的日益广泛,电子化数据越来越多,人们面临“数据丰富而知识贫乏”的问题。如何才能不被信息的汪洋大海所淹没。从中及时发现有用的知识,提高信息利用率呢？八十年代末兴起的数据挖掘技术,为解决此问题开辟了一条道路。本文简单阐述了数据挖掘技术、Web数据挖掘及电子商务,分析了Web数据挖掘在电子商务中的应用和展望。     

数据挖掘技术在电子商务中的应用

近年来,我们见证了数据挖掘研究和应用技术的迅猛发展。本文针对电子商务的C2C（consumer to consumer）模式,将数据挖掘技术应用于该模式电子下商务数据分析,具有一定的实用价值和现实意义,为正确的电子商务应用决策提供强有力的支持和可靠的保证。