本文關(guān)鍵詞：電子商務(wù)數(shù)據(jù)挖掘中的若干關(guān)鍵技術(shù)的研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：目前,眾多的實(shí)際應(yīng)用已證明,數(shù)據(jù)挖掘在電子商務(wù)等方面具有著極高的商業(yè)價(jià)值和重要研究意義,并且已經(jīng)被廣泛的應(yīng)用到各個(gè)領(lǐng)域。而針對(duì)數(shù)據(jù)挖掘的算法也層出不窮,尤其是關(guān)聯(lián)規(guī)則挖掘算法。在挖掘關(guān)聯(lián)規(guī)則時(shí),比較常用的經(jīng)典挖掘算法是Apriori算法。對(duì)于Apriori算法,其關(guān)鍵步驟是根據(jù)最小支持度獲取頻繁項(xiàng)集,且在目前大多數(shù)算法中,最小支持度的確定一般是根據(jù)用戶的挖掘經(jīng)驗(yàn)而被人為進(jìn)行設(shè)定。該做法無(wú)疑會(huì)給挖掘的結(jié)果帶來(lái)比較大的偏差。有時(shí),該誤差甚至是致命性的。因此,如何使最小支持度因被人為設(shè)定而產(chǎn)生的誤差及其影響最小呢?于是,針對(duì)在電子商務(wù)應(yīng)用的過(guò)程中所產(chǎn)生的有關(guān)問(wèn)題,本文展開了較為詳細(xì)的研討,并通過(guò)充分利用各數(shù)據(jù)挖掘技術(shù)等方法加以解決,其具體工作目的、研究思路及結(jié)果分為如下幾方面： (1)算法設(shè)計(jì)模式方面。為有效提高算法設(shè)計(jì)的可擴(kuò)展性和可維護(hù)性,避免算法設(shè)計(jì)混亂,減少算法設(shè)計(jì)上的誤差因素影響,通過(guò)探討了裝飾模式與策略模式及適配器模式的結(jié)合,文中提出了三個(gè)方案,并對(duì)其可行性及性能進(jìn)行了詳細(xì)分析與比較。最后,本文選用了效率相對(duì)較高的方案三應(yīng)用到所開發(fā)的系統(tǒng)中,并分析實(shí)驗(yàn)結(jié)果。 (2)軟件復(fù)雜度及AOP (Aspect Oriented Program)方面。為有力控制系統(tǒng)復(fù)雜度水平過(guò)高,使系統(tǒng)中模塊間保持高內(nèi)聚、低耦合,避免算法的冗余度過(guò)高,減輕其他誤差因素對(duì)算法的影響,本項(xiàng)工作據(jù)課題的特點(diǎn)及其需求情況,研討了軟件復(fù)雜度的幾項(xiàng)重要指標(biāo),并希望用AOP達(dá)到該部分預(yù)期目標(biāo)。通過(guò)使用經(jīng)濟(jì)學(xué)中的層次分析法,本部分定量分析了AOP對(duì)軟件復(fù)雜度水平降低的重要作用。實(shí)驗(yàn)證明,AOP己使系統(tǒng)達(dá)到了預(yù)期效果。 (3)挖掘關(guān)聯(lián)規(guī)則算法方面。在挖掘關(guān)聯(lián)規(guī)則時(shí),最小支持度的重新確定問(wèn)題已有通過(guò)采用牛頓插值算法進(jìn)行逆向自學(xué)習(xí)解決,但因牛頓插值算法在確定點(diǎn)值時(shí)需多次對(duì)整個(gè)事務(wù)數(shù)據(jù)庫(kù)進(jìn)行掃描,其所產(chǎn)生的掃描數(shù)據(jù)量是巨大的。所以,該算法直接影響了整個(gè)關(guān)聯(lián)規(guī)則挖掘算法的時(shí)間復(fù)雜度。因此,本部分的主要工作是利用分塊算法解決支持度逆向自學(xué)習(xí)時(shí)的高時(shí)間復(fù)雜度問(wèn)題,并就點(diǎn)值誤差所引起的凸點(diǎn)問(wèn)題通過(guò)借用哈希表沖突處理方法的思想進(jìn)行解決,使實(shí)驗(yàn)結(jié)果屬于誤差可控范圍,減小挖掘算法的時(shí)間復(fù)雜度。實(shí)驗(yàn)證明,該改善方案是可行的,有效的。 (4)系統(tǒng)開發(fā)。為了證明上述各項(xiàng)研討成果能達(dá)到預(yù)期水平,本文開發(fā)了一個(gè)電子商務(wù)實(shí)驗(yàn)系統(tǒng)。通過(guò)實(shí)驗(yàn)過(guò)程及實(shí)驗(yàn)結(jié)果數(shù)據(jù)的對(duì)比、分析與繪圖,與目前現(xiàn)有方法相比,上述各項(xiàng)改善工作是切實(shí)可行的,富有成效的。 文尾之處對(duì)本論文開展的各項(xiàng)工作加以歸納、總結(jié),對(duì)其中的優(yōu)點(diǎn)希望繼續(xù)進(jìn)行優(yōu)化、完善,而對(duì)其中的缺點(diǎn)提出了相應(yīng)的解決建議或構(gòu)想,這為下一步的研討工作提供了很好的方向與動(dòng)力。
【關(guān)鍵詞】：電子商務(wù) 設(shè)計(jì)模式 軟件復(fù)雜度 AOP 關(guān)聯(lián)規(guī)則 牛頓插值算法 分塊
【學(xué)位授予單位】：南昌大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2013
【分類號(hào)】：TP311.13
【目錄】：

• 摘要3-5
• ABSTRACT5-7
• 目錄7-9
• 第1章 引言9-12
• 1.1 論文背景及意義9-10
• 1.2 研究?jī)?nèi)容10-11
• 1.3 論文安排結(jié)構(gòu)11
• 1.4 本文所做的主要工作11-12
• 第2章 軟件設(shè)計(jì)模式12-21
• 2.1 裝飾模式概述12-14
• 2.2 裝飾模式的改進(jìn)14-17
• 2.2.1 裝飾模式與策略模式、適配器模式的多模式融合14-16
• 2.2.2 裝飾模式的反模式16-17
• 2.3 改進(jìn)后裝飾模式的應(yīng)用實(shí)例17-20
• 2.3.1 應(yīng)用場(chǎng)景17-18
• 2.3.2 應(yīng)用實(shí)踐18-20
• 2.4 本章小結(jié)20-21
• 第3章 軟件復(fù)雜度與AOP21-30
• 3.1 軟件復(fù)雜度21-22
• 3.2 AOP22-23
• 3.3 解決方案及實(shí)驗(yàn)結(jié)果分析23-29
• 3.3.1 解決方案23-27
• 3.3.2 實(shí)驗(yàn)結(jié)果分析27-29
• 3.4 本章小結(jié)29-30
• 第4章 數(shù)據(jù)挖掘30-44
• 4.1 關(guān)聯(lián)規(guī)則算法分析31-36
• 4.1.1 算法思想介紹31-34
• 4.1.2 算法性能分析34-35
• 4.1.3 已有的改進(jìn)方法35-36
• 4.2 算法改進(jìn)36-43
• 4.2.1 算法Apriori的優(yōu)化及性能分析37-39
• 4.2.2 對(duì)分布式算法優(yōu)化構(gòu)想及性能分析39-40
• 4.2.3 改進(jìn)算法的示例分析40-43
• 4.3 本章小結(jié)43-44
• 第5章 改進(jìn)后的算法在電子商務(wù)中的應(yīng)用44-55
• 5.1 背景描述44-45
• 5.2 改進(jìn)算法在系統(tǒng)中的應(yīng)用45-49
• 5.2.1 數(shù)據(jù)來(lái)源描述及生成過(guò)程45-46
• 5.2.2 系統(tǒng)開發(fā)說(shuō)明46-49
• 5.3 實(shí)驗(yàn)結(jié)果分析49-54
• 5.4 本章小結(jié)54-55
• 第6章 總結(jié)與展望55-58
• 6.1 總結(jié)55-56
• 6.2 展望56-58
• 致謝58-59
• 攻讀學(xué)位期間的研究成果59-60
• 附錄A60-65
• 參考文獻(xiàn)65-67

【引證文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 趙穎;;分布式圖聚類及其在電子商務(wù)數(shù)據(jù)挖掘中的應(yīng)用[J];電腦知識(shí)與技術(shù);2015年02期

  本文關(guān)鍵詞：電子商務(wù)數(shù)據(jù)挖掘中的若干關(guān)鍵技術(shù)的研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：372698