基于WEB数据挖掘技术的书店电子商务系统的设计与实现

论文摘要

随着Internet的迅速发展和普及,电子商务的发展越来越多地引起研究者们的关注,期望能够在这种新型的商务模式下,充分利用它的优点,获得更多的经济效益。Web己经成为企业开展电子商务的基础。数据挖掘的思想和方法应用到电子商务中,帮助电了商务的经营者从海量的信息中得到真正有价值的知识,以指导他们的决策。MS.NET框架是Microsoft公司推出的一种全新的计算平台,提供了丰富的编程类库和完善的集成开发环境,大大简化了应用程序的开发过程,并且具有良好的移植性和安全性。本论文就是研究如何利用.NET技术以及相关数据挖掘技术、网络技术来生成新型高效的电子商务解决方案,笔者做了以下的工作:首先,本文分析了目前电子商务的现状和发展趋势,对Web数据挖掘技术进行了介绍;研究了Web数据挖掘的基础理论,探讨了其中的关键技术。然后,介绍了开发网上书店的工具——.NET技术在网络编程中的特点和优势,并将.NET技术和J2EE技术做了较深入的比较。笔者对系统的设计思想、设计目标与系统的整体结构进行了详细的规划,在此基础上将上述理论知识与开发技术运用到系统的实现过程当中,利用.NET完成了网上书店购物平台的构建过程。在实现技术上,利用ASP.NET和C#构建网上书店的程序结构和用户界面;利用SQL Server数据库建立网上书店的后端数据源;利用ADO.NET技术实现网上书店中对数据库的安全连接和访问。这些技术不仅可以提高系统的效率和性能,而且提高了可重用性,此项目的规划、设计和实现部分,均由笔者设计完成。最后,本文对数据挖掘子系统进行了分析和设计,尝试应用数据挖掘来完成购物篮分析、客户细分等分析功能,并且对在电子商务系统中结合书店需求提供基于数据挖掘的技术进行了有意义的研究探索。本文介绍了该系统的结构,对部分关键算法进行了分析和实现,为进一步构建完善的基于Web数据挖掘的电子商务系统做了准备。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景
• 1.2 研究的内容和意义
• 1.2.1 研究内容
• 1.2.2 研究意义
• 1.3 本文的组织结构
• 第二章 电子商务与 Web 数据挖掘概述
• 2.1 电子商务概述
• 2.2 电子商务技术基础
• 2.3 电子商务应用现状
• 2.4 Web 数据挖掘概述
• 2.4.1 数据挖掘的概念
• 2.4.2 数据挖掘的常用技术
• 2.4.3 数据挖掘的过程
• 2.5 Web 挖掘的定义及与数据挖掘的区别
• 2.6 Web 挖掘的分类
• 2.7 面向电子商务的数据挖掘研究方向
• 2.8 小结
• 第三章 构建基于数据挖掘技术的书店电子商务系统架构
• 3.1 网上书店的发展现状
• 3.2 目前传统的书店电子商务系统的结构
• 3.3 传统书店电子商务系统给数据挖掘带来的问题
• 3.4 面向数据挖掘的书店电子商务系统的体系模型
• 3.5 小结
• 第四章 电子商务系统平台的实现技术
• 4.1 基于J2EE 平台的实现技术
• 4.2 基于.NET 平台的实现技术
• 4.2.1 公共运行时（CLR）
• 4.2.2.N ET 基础类库
• 4.2.3 ASP.NET
• 4.2.4 ADO.NET 技术
• 4.3 两个平台的比较
• 4.4 小结
• 第五章 网上书店电子商务系统的总体规划
• 5.1 系统基本结构
• 5.2 系统设计思想
• 5.3 系统功能需求分析
• 5.3.1 系统功能分析
• 5.3.2 客户端功能分析
• 5.3.3 管理员端功能分析
• 5.3.4 系统开发平台
• 5.4 系统设计目标
• 5.4.1 在线订购子系统
• 5.4.2 书店管理子系统
• 5.4.3 网上银行接口子系统
• 5.4.4 数字CA 认证子系统
• 5.4.5 数据挖掘子系统
• 5.5 数据库需求分析
• 5.5.1 数据库实体关系及逻辑结构图
• 5.5.2 数据库存储过程
• 5.6 小结
• 第六章 网上书店电子商务系统的设计与实现
• 6.1 系统首页及页面风格的设计
• 6.2 用户功能模块的实现
• 6.2.1 用户注册和认证
• 6.2.2 图书浏览显示
• 6.2.3 图书评论
• 6.2.4 图书搜索
• 6.2.5 购物车管理
• 6.2.6 结帐和用户信息确认
• 6.2.7 生成图书订单
• 6.2.8 图书预约登记
• 6.3 管理员功能模块的实现
• 6.3.1 用户帐号管理
• 6.3.2 图书分类及信息管理
• 6.3.3 订单管理
• 6.3.4 缺书处理
• 6.4 开发技巧和难点
• 6.4.1 使用存储过程
• 6.4.2 Web.config
• 6.4.3 使用缓存和状态
• 6.4.4 使用样式表
• 6.5 小结
• 第七章 基于 Web 数据挖掘模块的设计与实现
• 7.1 Web 数据挖掘子系统结构
• 7.2 图书销售数据的预处理
• 7.2.1 购物篮分析
• 7.2.2 销售数据的变换实例
• 7.2.3 创建销售数据的多维数据集
• 7.3 客户细分及客户流失分析
• 7.3.1 客户细分
• 7.3.2 客户保持及流失分析
• 7.3.3 数据离散化的评价
• 7.4 图书促销分析
• 7.5 核心算法的研究与实现
• 7.5.1 Apriori 关联规则算法及其改进
• 7.5.2 K-Means 聚类算法及其改进
• 7.6 关于数据挖掘子系统的说明
• 7.7 小结
• 第八章 总结与展望
• 8.1 课题总结
• 8.2 未来展望
• 致谢
• 参考文献