本文關(guān)鍵詞：基于粗糙集的電子商務(wù)交易知識(shí)獲取研究，由筆耕文化傳播整理發(fā)布。

【摘要】：電子商務(wù)的迅速發(fā)展為企業(yè)帶來(lái)了機(jī)遇,隨著應(yīng)用的深入,產(chǎn)生了大量的交易活動(dòng)數(shù)據(jù),如何從這海量的信息中獲取潛在的能支持企業(yè)商業(yè)決策的知識(shí),已成為當(dāng)前電子商務(wù)經(jīng)營(yíng)管理者首要解決的問(wèn)題。數(shù)據(jù)挖掘技術(shù)的出現(xiàn)為該問(wèn)題的解決提供了強(qiáng)大的技術(shù)支持。其中,粗糙集較之其他數(shù)據(jù)挖掘技術(shù),具有不需任何先驗(yàn)知識(shí)而以用戶提供的大量數(shù)據(jù)作為唯一的信息源直接進(jìn)行知識(shí)獲取的獨(dú)特優(yōu)勢(shì),近年成為知識(shí)獲取領(lǐng)域中的研究熱點(diǎn)。本文基于前人研究成果及經(jīng)驗(yàn),深入研究粗糙集在電子商務(wù)交易知識(shí)獲取中的應(yīng)用。 首先,對(duì)電子商務(wù)交易知識(shí)獲取中的數(shù)據(jù)準(zhǔn)備進(jìn)行研究,包括數(shù)據(jù)的歸納分類(lèi)及來(lái)源分析、數(shù)據(jù)預(yù)處理一般過(guò)程及Web數(shù)據(jù)預(yù)處理,并重點(diǎn)探討了基于粗糙集的空缺數(shù)據(jù)預(yù)處理及數(shù)據(jù)離散化預(yù)處理方法。 然后,對(duì)基于粗糙集的分類(lèi)知識(shí)和關(guān)聯(lián)知識(shí)獲取模型構(gòu)建進(jìn)行研究。在分類(lèi)知識(shí)獲取建模中,研究以求屬性核為起點(diǎn)的前向?qū)傩约s簡(jiǎn)算法,針對(duì)目前求核屬性算法在處理某些沖突信息系統(tǒng)時(shí)得不到核屬性的缺陷,引入局部熵概念,提出改進(jìn)的基于差別矩陣的求核算法。針對(duì)普遍的基于整個(gè)決策表的啟發(fā)式屬性約簡(jiǎn)算法計(jì)算量大的問(wèn)題,提出改進(jìn)的基于粗糙熵的屬性約簡(jiǎn)算法。對(duì)于規(guī)則的評(píng)價(jià),引入主觀相對(duì)權(quán)重概念,結(jié)合客觀的確定性因子(即規(guī)則置信度),提出同時(shí)考慮主觀和客觀因素的全面的規(guī)則綜合權(quán)重衡量方法。在關(guān)聯(lián)知識(shí)獲取建模中,引入粗糙集等價(jià)類(lèi)概念,按交易項(xiàng)是否出現(xiàn)對(duì)交易事務(wù)數(shù)據(jù)庫(kù)進(jìn)行劃分,在生成頻繁項(xiàng)集時(shí)不用掃描事務(wù)數(shù)據(jù)庫(kù)而只需對(duì)交易項(xiàng)的等價(jià)類(lèi)進(jìn)行集合運(yùn)算即可,減少時(shí)間開(kāi)銷(xiāo)。同時(shí)考慮到實(shí)際商業(yè)應(yīng)用需求,引入商品利潤(rùn)約束重新定義最小支持度,以避免出現(xiàn)頻度低但利潤(rùn)高的商品項(xiàng)被過(guò)濾掉,由此生成的關(guān)聯(lián)規(guī)則更具商業(yè)價(jià)值。 最后,以KDD Cup 2000提供的Gazelle.com公司的電子商務(wù)交易數(shù)據(jù)為例,研究這兩個(gè)知識(shí)獲取模型在實(shí)際電子商務(wù)交易知識(shí)獲取中的應(yīng)用。
【關(guān)鍵詞】：電子商務(wù)交易知識(shí) 分類(lèi)知識(shí)獲取 關(guān)聯(lián)知識(shí)獲取 粗糙集
【學(xué)位授予單位】：哈爾濱工程大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2010
【分類(lèi)號(hào)】：F713.36;F224
【目錄】：

• 摘要5-6
• Abstract6-11
• 第1章 緒論11-25
• 1.1 論文的選題背景及研究目的和意義11-13
• 1.1.1 論文選題的背景11-12
• 1.1.2 論文研究的目的和意義12-13
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀13-21
• 1.2.1 國(guó)外研究現(xiàn)狀13-16
• 1.2.2 國(guó)內(nèi)研究現(xiàn)狀16-20
• 1.2.3 國(guó)內(nèi)外研究評(píng)述20-21
• 1.3 論文的寫(xiě)作思路和研究方法21-23
• 1.3.1 論文主要寫(xiě)作思路及內(nèi)容結(jié)構(gòu)框架21-23
• 1.3.2 論文研究方法23
• 1.4 論文創(chuàng)新之處23-25
• 第2章 電子商務(wù)交易知識(shí)獲取分析25-35
• 2.1 電子商務(wù)交易知識(shí)界定25-27
• 2.2 電子商務(wù)交易過(guò)程分析27-30
• 2.3 電子商務(wù)交易知識(shí)獲取環(huán)境分析30-34
• 2.3.1 知識(shí)獲取對(duì)象——數(shù)據(jù)分析30-31
• 2.3.2 交易主體——顧客及其行為分析31-32
• 2.3.3 知識(shí)獲取的物理環(huán)境分析32-33
• 2.3.4 電子商務(wù)交易知識(shí)應(yīng)用分析33-34
• 2.4 本章小結(jié)34-35
• 第3章 數(shù)據(jù)預(yù)處理35-51
• 3.1 電子商務(wù)交易知識(shí)獲取數(shù)據(jù)源35-39
• 3.1.1 數(shù)據(jù)分類(lèi)35-36
• 3.1.2 數(shù)據(jù)源36-39
• 3.2 數(shù)據(jù)預(yù)處理一般過(guò)程39-47
• 3.2.1 數(shù)據(jù)集成40-41
• 3.2.2 數(shù)據(jù)清理41-43
• 3.2.3 數(shù)據(jù)轉(zhuǎn)換43-44
• 3.2.4 數(shù)據(jù)規(guī)約44-47
• 3.3 Web數(shù)據(jù)預(yù)處理47-50
• 3.4 本章小結(jié)50-51
• 第4章 基于粗糙集的電子商務(wù)交易知識(shí)獲取51-94
• 4.1 粗糙集在電子商務(wù)交易知識(shí)獲取中的優(yōu)勢(shì)51-52
• 4.2 基于粗糙集的分類(lèi)知識(shí)獲取建模52-80
• 4.2.1 分類(lèi)知識(shí)獲取基本過(guò)程52
• 4.2.2 基于粗糙集的屬性約簡(jiǎn)52-67
• 4.2.3 基于粗糙集的屬性值約簡(jiǎn)67-75
• 4.2.4 規(guī)則的生成與評(píng)價(jià)75-78
• 4.2.5 模型的應(yīng)用78-80
• 4.3 基于粗糙集的關(guān)聯(lián)知識(shí)獲取建模80-92
• 4.3.1 關(guān)聯(lián)知識(shí)獲取過(guò)程80-85
• 4.3.2 交易事務(wù)數(shù)據(jù)庫(kù)與粗糙集信息系統(tǒng)對(duì)應(yīng)關(guān)系分析85-86
• 4.3.3 基于粗糙集的關(guān)聯(lián)知識(shí)獲取模型構(gòu)建86-92
• 4.4 本章小結(jié)92-94
• 第5章 電子商務(wù)交易知識(shí)獲取應(yīng)用94-108
• 5.1 電子商務(wù)交易知識(shí)獲取主題確定94-96
• 5.1.1 顧客-商品關(guān)聯(lián)分析94
• 5.1.2 交易商品關(guān)聯(lián)分析94-95
• 5.1.3 瀏覽商品關(guān)聯(lián)分析95-96
• 5.2 電子商務(wù)交易知識(shí)獲取數(shù)據(jù)準(zhǔn)備96
• 5.3 電子商務(wù)交易知識(shí)獲取96-107
• 5.3.1 顧客-商品關(guān)聯(lián)知識(shí)獲取96-104
• 5.3.2 交易商品關(guān)聯(lián)知識(shí)獲取104-106
• 5.3.3 瀏覽商品關(guān)聯(lián)知識(shí)獲取106-107
• 5.4 本章小結(jié)107-108
• 結(jié)論108-110
• 參考文獻(xiàn)110-117
• 攻讀碩士學(xué)位期間發(fā)表的論文和取得的科研成果117-118
• 致謝118

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 張振琳;黃明;;改進(jìn)的差別矩陣及其求核方法[J];大連交通大學(xué)學(xué)報(bào);2008年04期

2 葉東毅,陳昭炯;一個(gè)新的差別矩陣及其求核方法[J];電子學(xué)報(bào);2002年07期

3 楊明,孫志揮;改進(jìn)的差別矩陣及其求核方法[J];復(fù)旦學(xué)報(bào)(自然科學(xué)版);2004年05期

4 王秀,葉東毅;基于分布約簡(jiǎn)的獲取規(guī)則的增量式方法[J];福州大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年01期

5 張?zhí)鞓?;面向電子商務(wù)的數(shù)據(jù)挖掘系統(tǒng)設(shè)計(jì)[J];中國(guó)管理信息化;2008年18期

6 姜長(zhǎng)虹;何天榮;屈玉華;張雪峰;;基于粗糙集理論的規(guī)則權(quán)重確定方法[J];甘肅聯(lián)合大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年06期

7 李春貴;王萌;原慶能;;基于啟發(fā)式信息熵的粗集數(shù)值屬性離散化算法[J];廣西科學(xué)院學(xué)報(bào);2007年04期

8 王國(guó)胤;Rough集理論在不完備信息系統(tǒng)中的擴(kuò)充[J];計(jì)算機(jī)研究與發(fā)展;2002年10期

9 苗奪謙,胡桂榮;知識(shí)約簡(jiǎn)的一種啟發(fā)式算法[J];計(jì)算機(jī)研究與發(fā)展;1999年06期

10 劉山;屬性約簡(jiǎn)中核的計(jì)算方法[J];計(jì)算機(jī)工程與應(yīng)用;2004年17期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 崔廣才;基于粗糙集的數(shù)據(jù)挖掘方法研究[D];吉林大學(xué);2004年

2 魏娟;基于粗糙集的知識(shí)發(fā)現(xiàn)及在CRM中的應(yīng)用研究[D];哈爾濱工程大學(xué);2006年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 孫杰;數(shù)據(jù)挖掘技術(shù)在零售業(yè)領(lǐng)域中的應(yīng)用研究[D];東北財(cái)經(jīng)大學(xué);2003年

2 曲斌;數(shù)據(jù)挖掘技術(shù)在零售業(yè)CRM中的應(yīng)用研究[D];浙江大學(xué);2004年

3 周露;基于數(shù)據(jù)挖掘技術(shù)的電子化客戶關(guān)系管理（eCRM）研究[D];武漢大學(xué);2004年

4 楊柳;基于粗糙集的數(shù)據(jù)挖掘技術(shù)研究及其在智能軟件中的實(shí)現(xiàn)[D];電子科技大學(xué);2004年

5 闕夏;連續(xù)屬性離散化方法研究[D];合肥工業(yè)大學(xué);2006年

6 田地;基于電子商務(wù)Web的數(shù)據(jù)挖掘技術(shù)研究[D];鄭州大學(xué);2006年

7 胡明濤;基于粗糙集理論的零售業(yè)數(shù)據(jù)挖掘研究[D];江西財(cái)經(jīng)大學(xué);2006年

8 趙謙;數(shù)據(jù)挖掘技術(shù)在大型超市中的應(yīng)用研究[D];哈爾濱理工大學(xué);2007年

9 王翔飛;基于粗糙集理論屬性約簡(jiǎn)的研究與應(yīng)用[D];江南大學(xué);2007年

10 夏小云;C2C電子商務(wù)數(shù)據(jù)挖掘的研究及應(yīng)用[D];江西理工大學(xué);2007年

  本文關(guān)鍵詞：基于粗糙集的電子商務(wù)交易知識(shí)獲取研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：332037