基于Web数据挖掘的作物商务平台分析与研究

论文摘要

Web挖掘是利用数据挖掘技术从Web文档和活动中发现有用的知识,运用数据挖掘技术对Web服务器上的日志数据和交易数据进行挖掘,得到用户的查找模式及客户的喜好。并根据挖掘到的结果,增进理解用户群体行为模式,动态地改进服务质量,为用户提供个性化的服务。互联网与农产品销售的的结合日益紧密,农作物电子商务发展和相关商务平台的建立已成为促进农业信息化的综合体系的建立、我国农业发展、农民增收以及城乡协调发展的重要途径。当前的农产品商务网站存在交易模式单一、侧重于一般的产品宣传、支付手段简单,智能化程度低等问题,而对农作物商品的个性化要求较高,由此在农作物商务平台和用户个性化需求之间存在矛盾。本文讨论了在电子商务中如何有效地利用路径分析、关联规则分析、序列模式分析、分类分析和聚类分析等几种可行的数据挖掘技术挖掘出用户的购买模式及浏览模式。本文还构建了一个基于作物商务平台的Web数据挖掘系统原型,在原型中集成了多种数据挖掘技术,在此平台中还通过引入Web日志挖掘,不仅为农作物产品需求者提供个性化服务,而且有利于农作物产品提供商及时了解用户相关信息,满足市场需求。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1 数据挖掘研究概述
• 1.1 数据挖掘与WEB挖掘
• 1.2 数据挖掘的过程与分类
• 1.3 数据挖掘的研究热点
• 2 WEB数据挖掘技术
• 2.1 WEB挖掘的复杂性
• 2.2 WEB数据挖掘的分类
• 2.3 XML与WEB数据挖掘
• 2.3.1 XML概述
• 2.3.2 XML的特点
• 2.3.3 XML技术在WEB数据挖掘中的应用
• 3 农业电子商务
• 3.1 我国农业电子商务发展现状
• 3.2 发展农业电子商务的意义
• 4 课题的研究现状
• 5 课题研究的意义
• 6 主要的研究内容
• 6.1 本文的工作
• 6.2 论文的组织结构
• 第二章 WEB数据挖掘在电子商务中的应用
• 1 电子商务概述
• 1.1 电子商务的概念
• 1.2 电子商务的分类
• 1.3 电子商务中数据挖掘技术的研究方向
• 2 电子商务中进行WEB数据挖掘的数据源
• 2.1 服务器数据
• 2.2 客户登记信息
• 3 WEB数据挖掘算法分析
• 3.1 确定分类对象抽取因素数据
• 3.2 建立模糊相似关系
• 3.3 聚类分析与预测
• 4 WEB数据挖掘在作物商务平台中的应用实例
• 5 本章小结
• 第三章 面向作物商务站点的WEB挖掘原型系统的设计
• 1 目前作物商业站点的现状
• 2 WEB挖掘系统原型结构
• 2.1 WEB挖掘系统原型的挖掘机理
• 2.2 WEB挖掘函数库的调用
• 2.3 WEB日志的挖掘
• 2.3.1 WEB日志挖掘的定义及分类
• 2.3.2 日志数据预处理过程
• 2.4 模式评价和结果呈现
• 3 本章小结
• 第四章 智能推荐子系统模块设计
• 1 推荐系统概述
• 2 智能推荐子系统结构
• 3 子系统模块算法分析
• 4 本章小结
• 第五章 总结和展望
• 1 工作总结
• 2 今后的研究方向
• 参考文献
• 致谢
• 作者简历
• 附录A 攻读硕士期间发表的文章和参加的项目