本文關(guān)鍵詞：電子商務(wù)潛在客戶挖掘，由筆耕文化傳播整理發(fā)布。

【摘要】：近年來電子商務(wù)（Electronic Commerce）呈現(xiàn)出了快速增長的勢頭，并且逐漸走向穩(wěn)健和成熟。消費者越來越依賴于網(wǎng)絡(luò)進行消費購物，因此電子商務(wù)公司挖掘潛在客戶可以為企業(yè)增加效益利潤，也就是誰能掌握客戶的需求、提高公司在客戶心中的形象、把握好與客戶關(guān)系以及有效挖掘管理客戶資源，誰就能提高市場競爭力，誰就能逐步提高市場占有率，立于不敗之地。如何挖掘潛在客戶成為電子商務(wù)企業(yè)競爭的焦點，是各個電子商務(wù)公司成功的關(guān)鍵因素。 從電子商務(wù)Web網(wǎng)站的后臺數(shù)據(jù)庫中，，能夠得到豐富的顧客交易信息及其相關(guān)的數(shù)據(jù)信息，這些數(shù)據(jù)信息量非常大，盡管蘊含著關(guān)于顧客大量的有益信息。但是由于數(shù)據(jù)的冗余、未分類、雜亂無章等因素并未能得到充分的分析利用，如何從這些數(shù)據(jù)信息中提取出有益信息來挖掘潛在客戶成為了焦點。 本文從信息獲取、數(shù)據(jù)預(yù)處理、用戶聚類等幾個方面對數(shù)據(jù)挖掘算法在潛在用戶挖掘中的應(yīng)用展開研究。首先從理論入手，了解了什么是潛在用戶、數(shù)據(jù)挖掘技術(shù)、分類技術(shù)、用戶訪問路徑等基礎(chǔ)知識。其次，深入研究Web日志挖掘的預(yù)處理過程，包括數(shù)據(jù)清洗，用戶識別，會話識別和事務(wù)識別。再次，深入研究Kohonen神經(jīng)網(wǎng)絡(luò)算法，并對Kohonen神經(jīng)算法進行C++語言實現(xiàn)，用實驗證明實現(xiàn)的正確性。最后，給出了基于Kohonen神經(jīng)網(wǎng)絡(luò)算法的潛在用戶群挖掘系統(tǒng)的原型設(shè)計，同時給出用戶挖掘的初步實現(xiàn)。
【關(guān)鍵詞】：Web數(shù)據(jù)挖掘 Kohonen神經(jīng)網(wǎng)絡(luò)算法 潛在客戶
【學(xué)位授予單位】：華僑大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：F713.36;TP183
【目錄】：

• 摘要3-4
• Abstract4-7
• 第1章 緒論7-12
• 1.1 論文研究的背景和意義7-8
• 1.2 國內(nèi)外研究現(xiàn)狀8-10
• 1.3 本文的研究內(nèi)容及章節(jié)安排10-11
• 1.3.1 本文的研究內(nèi)容10
• 1.3.2 論文的章節(jié)安排10-11
• 1.4 本章小結(jié)11-12
• 第2章 數(shù)據(jù)挖掘及其應(yīng)用12-20
• 2.1 數(shù)據(jù)挖掘定義12
• 2.2 數(shù)據(jù)挖掘特點及功能作用12-15
• 2.3 聚類分析算法15-16
• 2.4 Web 數(shù)據(jù)挖掘的相關(guān)應(yīng)用16-17
• 2.5 電子商務(wù)潛在用戶17-18
• 2.6 Web 數(shù)據(jù)挖掘在電子商務(wù)潛在客戶挖掘的應(yīng)用18-19
• 2.7 本章小結(jié)19-20
• 第3章 Web 日志預(yù)處理技術(shù)研究20-38
• 3.1 Web 日志挖掘的數(shù)據(jù)源20-21
• 3.2 Web 日志挖掘概述21-23
• 3.3 Web 日志預(yù)處理技術(shù)23-33
• 3.3.1 數(shù)據(jù)清理24-25
• 3.3.2 用戶識別25-28
• 3.3.3 會話識別28-30
• 3.3.4 路徑補充30-31
• 3.3.5 事務(wù)識別31-33
• 3.4 實驗分析33-37
• 3.5 本章小結(jié)37-38
• 第4章 基于神經(jīng)網(wǎng)絡(luò)的潛在用戶挖掘38-49
• 4.1 人工神經(jīng)網(wǎng)絡(luò)概述38-40
• 4.2 Kohonen 神經(jīng)網(wǎng)絡(luò)40-41
• 4.3 利用 Kohonen 神經(jīng)網(wǎng)絡(luò)進行用戶挖掘的思路41-43
• 4.3.1 用戶訪問模式概述41-42
• 4.3.2 潛在用戶挖掘設(shè)計方案42-43
• 4.4 Kohonen 神經(jīng)網(wǎng)絡(luò)算法的實現(xiàn)43-48
• 4.4.1 Kohonen 神經(jīng)網(wǎng)絡(luò)的算法實現(xiàn)43-45
• 4.4.2 Kohonen 神經(jīng)網(wǎng)絡(luò)的算法測試實驗45-48
• 4.5 本章小結(jié)48-49
• 第5章 基于 Kohonen 神經(jīng)網(wǎng)絡(luò)的潛在客戶群挖掘系統(tǒng)原型設(shè)計49-61
• 5.1 系統(tǒng)總體設(shè)計49-50
• 5.2 系統(tǒng)邏輯模塊設(shè)計50-52
• 5.2.1 數(shù)據(jù)訪問模塊提供數(shù)據(jù)訪問功能50-51
• 5.2.2 應(yīng)用模塊51-52
• 5.2.3 用戶交互模塊52
• 5.3 系統(tǒng)數(shù)據(jù)庫設(shè)計52-55
• 5.4 系統(tǒng)業(yè)務(wù)模塊設(shè)計方案55-60
• 5.4.1 Web 日志數(shù)據(jù)預(yù)處理模塊設(shè)計方案55
• 5.4.2 用戶會話聚類模塊設(shè)計方案55-57
• 5.4.3 潛在客戶推薦模塊設(shè)計方案57-60
• 5.5 本章小結(jié)60-61
• 第6章 總結(jié)與展望61-63
• 6.1 總結(jié)61
• 6.2 展望61-63
• 參考文獻63-65
• 致謝65-66
• 個人簡歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文與研究成果66

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李楠;;電子商務(wù)中的數(shù)據(jù)挖掘[J];中國城市經(jīng)濟;2011年30期

2 陳榮旺;;一種事務(wù)識別算法的研究與改進[J];福建電腦;2007年10期

3 趙煥平;仝選悅;;WEB數(shù)據(jù)挖掘及其在電子商務(wù)中的應(yīng)用[J];福建電腦;2008年01期

4 王玉珍;Web數(shù)據(jù)挖掘及應(yīng)用研究[J];甘肅科技;2005年02期

5 韓家煒,孟小峰,王靜,李盛恩;Web挖掘研究[J];計算機研究與發(fā)展;2001年04期

6 趙紅玲,宋瀚濤,牛振東,劉桂山;Web日志挖掘中數(shù)據(jù)預(yù)處理的研究[J];計算機應(yīng)用研究;2005年06期

7 郝郁;徐煒民;;可擴展的Web日志采集框架的設(shè)計與實現(xiàn)[J];計算機應(yīng)用與軟件;2008年01期

8 曹鳳蓮;;基于Web日志的數(shù)據(jù)挖掘過程[J];科技信息(學(xué)術(shù)研究);2008年10期

9 楊怡玲,管旭東,陸麗娜,尤晉元;一個簡單的Web日志挖掘系統(tǒng)[J];上海交通大學(xué)學(xué)報;2000年07期

10 朱晉華;陳俊杰;;Web日志預(yù)處理中會話識別的優(yōu)化[J];太原理工大學(xué)學(xué)報;2008年02期

  本文關(guān)鍵詞：電子商務(wù)潛在客戶挖掘，由筆耕文化傳播整理發(fā)布。

本文編號：303955