西安郵電大學(xué)碩士學(xué)位論文開(kāi)題報(bào)告：基于WEB數(shù)據(jù)挖掘的電子商務(wù)推薦系統(tǒng)研究

一、課題的目的和意義

電子商務(wù)是指通過(guò)計(jì)算機(jī)在網(wǎng)絡(luò)上進(jìn)行業(yè)務(wù)通信和交易處理等商務(wù)活動(dòng)。其主要功能包括網(wǎng)上的廣告、訂貨、付款、客戶服務(wù)和物品送達(dá)等，涉及商品的售前咨詢、銷售和服務(wù)等多個(gè)環(huán)節(jié)和過(guò)程，以及為了提高銷售額而進(jìn)行的市場(chǎng)調(diào)研、財(cái)務(wù)核算、產(chǎn)品開(kāi)發(fā)和生產(chǎn)等一系列活動(dòng)�？梢哉f(shuō)，電子商務(wù)是未來(lái)經(jīng)濟(jì)的發(fā)動(dòng)機(jī)，是企業(yè)向世界全面展示自己的產(chǎn)品、尋找合作伙伴和擴(kuò)大銷售規(guī)模的最佳途徑。
電子商務(wù)的發(fā)展給個(gè)人、企業(yè)和社會(huì)帶來(lái)好處是多方面的。同時(shí)，我們也應(yīng)看到他給我們帶來(lái)的挑戰(zhàn)。電子商務(wù)企業(yè)要面對(duì)的客戶群和市場(chǎng)都變得巨大而復(fù)雜，并且隨著電子商務(wù)的應(yīng)用日益廣泛，電子商務(wù)系統(tǒng)中積累了大量的信息和數(shù)據(jù)，這些數(shù)據(jù)正在呈現(xiàn)爆炸式的增長(zhǎng)，給電子商務(wù)的應(yīng)用帶來(lái)了一定的挑戰(zhàn)。然而這些信息的利用率卻很低，由于這些信息比較雜亂，并且數(shù)據(jù)的格式和表現(xiàn)形式各不相同，無(wú)法直接從中獲取有價(jià)值的知識(shí)，因此，對(duì)于企業(yè)來(lái)說(shuō)，如何充分利用好這些商業(yè)信息，從中挖掘出知識(shí)和價(jià)值，從而為企業(yè)制定營(yíng)銷策略提供智能決策是電子商務(wù)系統(tǒng)所要解決的迫切問(wèn)題。
隨著國(guó)內(nèi)外電子商務(wù)的發(fā)展，電子商務(wù)網(wǎng)站越來(lái)越多，行業(yè)競(jìng)爭(zhēng)越來(lái)越激烈，電子商務(wù)網(wǎng)站必須加強(qiáng)客戶關(guān)系管理，改善經(jīng)營(yíng)理念，服務(wù)好客戶，才能獲得更多的客戶資源，提高銷售額。再加上現(xiàn)在客戶都比較重視個(gè)性化，因此電子商務(wù)網(wǎng)站必須研究客戶的興趣和愛(ài)好，對(duì)客戶進(jìn)行分類管理，針對(duì)不同的客戶群推薦不同的商品背景下產(chǎn)生的。對(duì)于企業(yè)而言，，Web數(shù)據(jù)挖掘有助于發(fā)現(xiàn)業(yè)務(wù)發(fā)展的趨勢(shì)，幫助企業(yè)做出正確的決策，使企業(yè)處于更有利的競(jìng)爭(zhēng)位置。

二、國(guó)內(nèi)外發(fā)展現(xiàn)狀
三、主要研究?jī)?nèi)容
四、研究條件
五、預(yù)期達(dá)到的水平和目標(biāo)
六、難點(diǎn)和創(chuàng)新之處
七、存在的主要問(wèn)題和技術(shù)關(guān)鍵
八、研究計(jì)劃進(jìn)度表

九、參考文獻(xiàn)

[1] Biggs，Maggie.E-business dynamics will lead savvy CTOs to intelligent business-process integration[J].Info World, 2009.22(20):76
[2] Zhaohui Tang，Jamie Maelennan，Peter Pyungchul Kim. Building Data Mining Solutions with OLE DB for DM and XML for Analysis[R].SIGMOD Reeord, 2005.34(2):3-5
[3] Jiawei Han，Micheline Kamber.Data Mining Concepts and Techniques[M], China Machine Press，Beijing,2010，24（10）：123-125
[4] Yoon Ho Cho，Jae Kyeong Kim，Soung Hie Kim. A Personalized Recommender System Based on Web Usage Mining and Decision Tree Induction[J]. Expert Systems with Applications.2012.23(3):29-42
[5] Jeong Hee Hwang，Mi Sug Gu，and Keun Ho Ryu.Context-Based Recommendation Service in Ubiquitous Commerce[C].0.Gervasietal.(Eds.):ICCSA 2005，LNCS 3481, 2008:966-976
[6] 楊麗華，戴齊，郭艷軍. KNN 文本分類算法研究[J].微計(jì)算機(jī)信息, 2009, VoL. 22 (21)269-270
[7] 張懿.數(shù)據(jù)挖掘在電子商務(wù)中的應(yīng)用[J].電腦知識(shí)與技術(shù).2009，12:76-78
[8] 劉燦，張德賢.KNN查詢處理算法性能研究[J].蘇州科技學(xué)院學(xué)報(bào)(自然科學(xué)版)，2011，Vol.23(3):73-77
[9] Ai Bo song，Mao Xian Zhao，Zuo Peng Liang.Diseovering User profiles for Web Personalized Recommendation[J].Comput.Sci:&Technol，2009.5:320-328
[10] Richard O.Duda, Peter E.Hart, David G.Stork.Pattern Classification[M]. China Machine Press,2013