共查询到20条相似文献，搜索用时 15 毫秒
1.
Web使用模式挖掘及其在电子商务领域的应用 总被引：4，自引：0，他引：4
Web使用模式挖掘是Web数据挖掘领域一个重要的应用，对于个性化电子商务网站中发现用户行为特征具有重要的意义。本文首先介绍使用模式挖掘，然后分析了使用模式挖掘在电子商务领域的应用．从而指导电子商务网站资源的组织和分配。 相似文献
2.
为每一位Web用户提供个性化服务已经成为电子商务网站发展的趋势。本文首先分析了Web挖掘的基本概念和工作流程，在此基础上提出了基于Web访问信息挖掘的用户个性化配置方案模型，并对模型实现的关键技术及其在电子商务中的应用进行了研究。 相似文献
3.
本文分析了Web挖掘的定义及分类、Web信息挖掘在智能电子商务里的应用研究方向、细化用户事务在序列提取方面的模型构建等几方面的内容。 相似文献
4.
本文介绍了web挖掘的定义和分类,并重点描述了Web使用挖掘的过程和技术框架。最后论述了Web使用挖掘理论在电子商务中的应用。并提出了Web挖掘目前还存在的问题。 相似文献
5.
Web挖掘技术在电子商务中的应用 总被引：7，自引：0，他引：7
在讨论Web挖掘的任务和分类的基础上,提出了基于Web挖掘的电子商务模型,论述了电子商务中Web挖掘的方法以及Web挖掘在电子商务中的具体应用。 相似文献
6.
电子商务管理与Web数据挖掘技术的契合探析 总被引：5，自引：0，他引：5
电子商务管理活动是Web数据挖掘技术合适的应用领域，Web服务器数据、客户登记信息、代理服务器数据、业务往来数据等为Web数据挖掘提供了丰富的数据资源。只要在电子商务管理中遵循一定的Web数据挖掘流程，就有可能促进企业决策优化管理、客户关系管理、协同商务管理、营销模式管理、网站维护管理和风险控制管理。 相似文献
7.
8.
9.
本文介绍了Web挖掘的概念及其分类,探讨了电子商务中Web挖掘的过程和方法,并进一步阐述了Web挖掘在电子商务中的具体应用。 相似文献
10.
Web数据挖掘技术在电子商务中的应用越来越广泛,已成为现代电子商务企业获取市场信息极为重要的工具。本文简要介绍了Web数据挖掘的定义等相关内容,并对Web数据挖掘技术在电子商务领域中的应用进行了阐述。 相似文献
11.
Web搜索引擎是主要基于关键词匹配的检索技术,面对WWW新的应用模式,已不能很好地满足用户的需求。而Web数据挖掘系统是对Web文档集合和用户需求集合的匹配与选择,它通过Web内容挖掘、Web结构挖掘、Web用户使用记录挖掘等数据挖掘方法,从与WWW相关的资源和检索行为中抽取用户感兴趣的、有用的模式和隐含的信息,以满足情报检索的相关性和准确性的要求。因此,可运用相关搜索引擎和相关网站的设计方法,建立军事情报Web挖掘应用系统。 相似文献
12.
13.
Web数据挖掘与个性化信息服务中用户研究 总被引：21，自引：2，他引：21
分析了个性化信息服务中用户研究的目的，介绍了Web挖掘的概念及其分类，提出Web使用记录挖掘，是获取真实的用户信息的有效途径和方法。 相似文献
14.
用Web挖掘方法扩充大学图书馆知识库研究 总被引：3，自引：1，他引：2
将Web挖掘导入大学图书馆知识库的知识挖掘中 ,将Web数据转化为传统的数据挖掘对象 ,将无序庞杂的Web信息转换成有意义的用户知识。通过对图书馆用户访问Web及用户的知识检索模式研究 ,为图书馆建立高智能知识库模型提供技术保障。 相似文献
15.
16.
Web环境下产品评论挖掘在企业竞争情报中的应用 总被引：1，自引：0，他引：1
随着Web2.0的出现,现在无论是微博、博客还是各大论坛及购物网站都出现了针对产品或服务的客户评论。本文首先通过对这些产品评论的情报价值进行分析,指出产品评论挖掘是在Web2.0和电子商务发展背景下,用户利用网络平台发表意见评论和Web环境下企业竞争情报发展的必然产物。本文提出了一个产品评论挖掘应用于企业竞争情报的框架,进而讨论了产品评论的预处理并从行业监测、用户研究、企业自身以及竞争对手分析四个方面分别探讨了产品评论挖掘在企业竞争情报中的具体应用。 相似文献
17.
Web用户行为模式挖掘是在Web日志挖掘基础上的应用研究,是以网络日志为研究对象,从用户的访问记录中提取感兴趣内容的挖掘模式。E—Learning是指通过因特网或其它数字化内容进行的学习与教学活动。从Web用户行为模式挖掘方法及流程入手,对该方法进行了详细的阐述。将这些方法运用到E—Learning系统中,构建出一种基于Web用户访问模式挖掘的模型,实现从E-Learning系统的日志文件中挖掘出有用的数据,这些数据可为教育决策和教育教学优化提供信息和知识服务。 相似文献
18.
基于Web挖掘的个性化服务研究 总被引：8，自引：0，他引：8
论述了基于Web挖掘的个性化服务研究，提出了利用Web挖掘方法的个性化服务研究中的用户聚类、Web页面聚类、用户频繁访问路径发现算法及用户访问路径优化算法。利用这些算法得到的个性化信息可以准确把握用户兴趣模式并对Web信息资源的组织方式进行有效更新，从而提高网络信息服务效率，为用户提供“一对一”的具备自适应性的智能个性化服务。 相似文献
19.
通过构建网上书城销售系统,运用Web数据挖掘技术对电子商务网站进行分析,使用K-均值聚类分析方法对客户的购买数量、购买书籍的类型、购买书籍时的浏览深度及客户的回访率进行分析研究。采用SPSS软件进行验证,实验结果表明,使用Web数据挖掘技术能够确定网站的目标客户群,以此为依据完善和优化网站结构。 相似文献
20.
本文以Web日志挖掘为着眼点,以用户访问日志记录为数据源,提出了一种即可获得用户频繁访问路径,又可对具有相似行为用户进行聚类的Web日志挖掘模型,并重点对其中的采样模块、预处理模块和挖掘模块给出了具体实现方法。最后将研究成果应用于某学院数字图书馆网站,实践证明取得了较明显效果,达到了预期收益,为同类研究提供了一种有益参考。 相似文献