本文關(guān)鍵詞：B2C電子商務中數(shù)據(jù)挖掘技術(shù)的研究與應用

  更多相關(guān)文章： B2C電子商務 Apriori算法 K-means算法 Logistic回歸模型

【摘要】：新世紀以來互聯(lián)網(wǎng)的浪潮席卷了現(xiàn)代社會,也給人們帶來了全新的商業(yè)文明,B2C(Business-To-Consumer)電子商務這一商業(yè)模式正是新浪潮中最讓人激動人心的部分。以統(tǒng)計學為主要背景的數(shù)據(jù)挖掘技術(shù)在其中起到了巨大的作用。 本文以B2C電子商務網(wǎng)站數(shù)據(jù)為基礎(chǔ),系統(tǒng)地研究了數(shù)據(jù)挖掘技術(shù)的三個主要分支,即關(guān)聯(lián)規(guī)則挖掘,聚類以及分類方法在B2C數(shù)據(jù)分析中的應用。主要包括關(guān)聯(lián)規(guī)則挖掘在零售網(wǎng)站中的應用,用來挖掘商品之間的關(guān)聯(lián)關(guān)系;聚類分析在團購網(wǎng)站中的應用,主要研究商店組成的自然商圈在城市中的分布;以及Logistic回歸模型在營銷響應中的應用。每章中首先對從B2C電子商務的網(wǎng)站得到的數(shù)據(jù)集和商業(yè)需求作出詳細介紹,然后深入探討國內(nèi)外文獻中的各種數(shù)據(jù)挖掘技術(shù)中主要的流行算法及其優(yōu)缺點,最后利用統(tǒng)計軟件處理和分析數(shù)據(jù)并得到挖掘結(jié)果,從而具體展示數(shù)據(jù)挖掘技術(shù)在B2C電子商務中所能起到的作用。
【學位授予單位】：中國科學技術(shù)大學
【學位級別】：碩士
【學位授予年份】：2011
【分類號】：TP311.13

【引證文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 黃澤豪;張學鋒;;改進后的k-means算法在電子商務中的應用[J];福建電腦;2013年07期

中國碩士學位論文全文數(shù)據(jù)庫 前1條

1 張小舟;美團網(wǎng)發(fā)展戰(zhàn)略研究[D];山東大學;2013年

，

本文編號：1148815