数据挖掘技术及其在电子商务中的应用学士学位论文 北京大学.docxVIP

学士学位论文题目：数据挖掘技术及其在电子商务中的应用指导教师：系别：北京大学信息管理系专业：信息管理与信息系统学号：2013000001学生姓名：2012年10月北京大学信息管理系大专起点本科函授学生毕业论文函授站北京 年级2010级 姓名学号2013000001题 目:数据挖掘技术及其在电子商务中的应用指导教师评语：初评成绩（百分制）：指导教师（签名）指导教师工作单位职称年月日摘要介绍数据挖掘技术，数据挖掘方法。如何使用数据挖掘技术分析电子商务活动中的客户访问行为，购买行为以及客户的性别、年龄等特征，从而调整电子商务网站的站点结构，广告宣传，商品推荐，客户引导以及商品的规划等。使电子商务活动更具有针对性，用户体验更加人性化，以及为电商企业决策提供数据支持。关键词数据挖掘数据仓库电子商务信息处理预测第一章引言目前互联网电子商务行业犹如雨后春笋遍地开花，如淘宝、京东、当当、凡客、苏宁易购、库巴购物网、拍拍网等。众多的电商在互联网中活跃着，其中有综合性的电商网站，如淘宝、京东、当当等。也有专门性从事某一类商品的电商活动的网站，如麦包包专门进行箱包类的电商活动，聚美优品则专门进行化妆品类商品的网上交易。电子商务推动生产生活方式的发展，已经渗透到各个行业和领域，对拉动经济增长、促进转变有着重要作用。电子商务服务业正在成为现代服务业一个核心产业。截至2011年底，中国网民规模突破5亿关口，达5.13亿人。中国网络购物用户规模达1.94亿人，同比增长20.8%，网购使用率37.8%，未来网络购物用户规模将持续增长。网络购物用户对于网络购物的依赖性较高，大部分网络购物用户浏览网购网站的频率较高。其中，超过四成网购消费者每天浏览网购网站一次以上，近六成用户每天都要进行网购网站的浏览。而对于绝大多数（接近95%）的网购用户来讲，每周至少浏览一次网购网站。2011年中国电子商务交易总额为5.8万亿元，同比增长29.2%，其中网络购物交易规模突破7825亿元，占社会消费品零售总额比重达到4.3%。其中，B2B领域，无论是中小企业、还是规模较大企业均加大了网络渠道的应用，通过互联网促成交易的达成。得益于网购的蓬勃发展，物流业市场得到井喷式发展，年均增长率达27.23%。2011年底，中国电子商务服务企业突破15万家，中国网上零售市场成交值达230亿美金，已仅次于美国位列第二，随着基础建设和网上贸易的发展，预计未来3年内，中国电子商务交易额将保持年均29%以上的增长速度。到2015年我国网络消费用户数量将激增至3.29亿人。网络消费支出有望使中国电子商务市场的规模超过美国，达12万亿元人民币以上，成为全球第一大电子商务市场。不管是综合性还是专业性的电商网站，都存在着非常大的竞争，比如前不久的京东和苏宁、国美的价格大战，不仅考验着电商们系统的压力，也考验了他们的数据分析处理能力。同时各大电商企业基本都拥有大量的用户，如何去分析他们的用户的访问习惯，购买行为，以及分析竞争对手的相关数据从而调整电子商务网站的站点结构，广告宣传，商品推荐，客户引导以及商品的规划、潜在用户的挖掘等。使电子商务活动更具有针对性，用户体验更加人性化，提高自己的竞争力。在这样的大数据环境下我们就需要用到数据挖掘技术来帮助企业进行数据的分析。数据挖掘(Data Mining)是从数据集合中自动抽取隐藏在数据中的那些有用信息的非平凡过程。这些信息的表现形式为：规则、概念、规律及模式等，可帮助决策者分析历史数据及当前数据，从中发现隐藏的关系和模式，进而预测未来可能发生的行为。第二章 数据挖掘技术概述2.1数据挖掘定义数据挖掘之所以引起信息产业界的极大关注，其主要原因是存在大量数据，可以广泛使用，并且迫切需要将这些数据转换成有用的信息和知识。获取的信息和知识可以广泛地用于各种应用，包括商务管理、生产控制、市场分析、工程设计和科学探索。所以，数据挖掘是信息技术自然演化的结果，因而是重要的。那么什么是数据挖掘呢？数据挖掘开山鼻祖Usama Fayyad: 数据挖掘是从数据集中识别出有效的、新颖的、潜在的，以及最终可理解的模式的非平凡过程。Zekulin: 数据挖掘是一个从大型数据库中提取以前未知的、可理解的、可执行的信息，并用它来进行关键的商业决策的过程。Ferruzza: 数据挖掘是用在知识发现过程，来辨识存在于数据中的未知关系和模式的一些方法。John: 数据挖掘是发现数据中有益模式的过程。Parsaye: 数据挖掘是我们为那些未知的信息模式而研究大型数据集的一个决策支持过程。数据挖掘的定义各一，但他们都有一个中心的思想就是数据的提取和分析，那我们可以从技术的角度来给数据挖掘下一个定义：数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐藏在其中的、人们