web版電商erp

申請(qǐng)免費(fèi)試用、咨詢(xún)電話(huà)：400-8352-114

　　web挖據(jù)指使用數(shù)據(jù)挖翻技術(shù)在們w數(shù)據(jù)中發(fā)現(xiàn)潛在的、有用的模式或信息的過(guò)程。Web挖把研究覆蓋了多個(gè)研究領(lǐng)域,包括數(shù)據(jù)庫(kù)技術(shù)、信息獲取技術(shù)、統(tǒng)計(jì)學(xué)、人工智能中的機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)等。

　　Wab挖掘的過(guò)程

　　網(wǎng)絡(luò)挖掘的處理流程如下所示：

　　各種數(shù)據(jù)--)信息檢索-一->信息提取-->概括一->分析-->知識(shí)

　　2.信息憐索(InfcrtianRetrical)，IR自動(dòng)提取所有相關(guān)文檔，同時(shí)確保不相關(guān)的文悄盡量的少.當(dāng)前ER的研究包括建模、文檔分類(lèi)、聚類(lèi)、用戶(hù)接口、數(shù)撼町視化等.

　　2.2信總提取正(Trfartmtian Fxtractian)，IE是把IR數(shù)得到的文檔集合轉(zhuǎn)化成為利于摘要和分析的信息.側(cè)重的是從文檔中抽取相關(guān)信息，而IR則是為了獲取相關(guān)文檔.

　　2.3概括(泛化)，將模式識(shí)別和機(jī)器學(xué)習(xí)技術(shù)和窠類(lèi)方法等應(yīng)用到處理大規(guī)模文檔集合方面，可以在同一個(gè)站點(diǎn)內(nèi)部或在多個(gè)站點(diǎn)之間進(jìn)行.

　　2.4分析“分析”)、通過(guò)IR和IE已經(jīng)獲得大‘有用的信息。這一過(guò)程用于驗(yàn)證、解釋上步驟產(chǎn)生的模式.

電商3.png

　　3.網(wǎng)絡(luò)挖掘的分類(lèi)

　　根據(jù)對(duì)數(shù)據(jù)的感興趣程度不同，Web挖掘般可以分為三類(lèi)：Web內(nèi)容挖制、Web內(nèi)容挖掘(網(wǎng)絡(luò)挖掘：WebO5)

　　內(nèi)容挖知指從內(nèi)容.數(shù)據(jù).文銷(xiāo)中發(fā)現(xiàn)有用信恩的過(guò)程，·一般從卜面兩個(gè)不同的觀點(diǎn)來(lái)進(jìn)行研究.

　　3.l.1從資源查找(信息檢索“的觀點(diǎn)挖斑非結(jié)構(gòu)化文檔非結(jié)構(gòu)化文檔主要指Wob上的自由文本，包括小說(shuō)、新聞等.這種方法只從統(tǒng)計(jì)的角度將詞汀孤立地看特而忽略該詞匯出現(xiàn)的位置和上下文環(huán)境.它的個(gè)弊端是訶匯最非常大.處理起來(lái)很困難，為解決這個(gè)向題采取了不同技術(shù)如伯息增益，交叉炳、差異比等，其日的都是為了硬少屬性.另一個(gè)有意義的方法是潛在語(yǔ)叉索引(拉丁語(yǔ)義索引)。

　　3.1.2從數(shù)器庫(kù)“數(shù)據(jù)庫(kù)”的觀點(diǎn)挖掘非緒構(gòu)化文檔

　　從數(shù)據(jù)庫(kù)的觀點(diǎn)進(jìn)行內(nèi)容挖瓢主要是試圖建立WCB站點(diǎn)的數(shù)據(jù)模型并加以集成.以支持復(fù)爾查詢(xún)，而不止是簡(jiǎn)單的基于關(guān)鍵詞的搜紫.數(shù)據(jù)庫(kù)技術(shù)應(yīng)用于挖掘主要是為了解決挖掘主要是為了解決信息的管理和醛詢(xún)問(wèn)題.這些問(wèn)題可以分為三類(lèi)：信息的建模和含詢(xún):信息拍取與集成：Web站點(diǎn)建構(gòu)和重構(gòu)。這要通過(guò)找到EB文檔的模式、建討WCB數(shù)據(jù)倉(cāng)厙或WCB數(shù)據(jù)庫(kù)或虛擬數(shù)據(jù)陣來(lái)賣(mài)現(xiàn)，相關(guān)研究主要是基于半結(jié)構(gòu)化數(shù)據(jù)進(jìn)行的.

　　3.2Web結(jié)構(gòu)挖慰(WebStruetureing：WebSM)

　　結(jié)構(gòu)挖國(guó)的對(duì)象是Wobr身的超連接，即剩Web文檔的結(jié)構(gòu)進(jìn)行花掘。在結(jié)構(gòu)挖掘領(lǐng)域最著名的算法是訪(fǎng)問(wèn)算法和PageRank算法。他們的共同點(diǎn)是使用一定方法計(jì)算.貞面之問(wèn)超連接的質(zhì)景，從而得到頁(yè)面的權(quán)重.網(wǎng)絡(luò)結(jié)構(gòu)挖制另一個(gè)蕓試是在網(wǎng)絡(luò)數(shù)臀倉(cāng)庫(kù)環(huán)境下的挖掘。

　　3.3WCB川法挖搖“Web使用挖掘：WCB UM

　　EB用法挖湘即使用記錄挖掘.它通過(guò)挖掘相關(guān)的Feb日志記錄呵，可識(shí)別用戶(hù)的喜好、滿(mǎn)意度，以便發(fā)現(xiàn)潛在用戶(hù).增強(qiáng)站點(diǎn)的服務(wù)競(jìng)予力.

　　4.在電子商務(wù)中的應(yīng)用。

　　[電子商務(wù)erp中中挖掘的方法針對(duì)不同的挖掘“標(biāo)町以采用不同的數(shù)據(jù)花掘方法，主些有統(tǒng)計(jì)分析(”數(shù)據(jù)分析“、知識(shí)發(fā)現(xiàn)、預(yù)測(cè)模型等三種類(lèi)型.

　　第一.繞計(jì)分析.統(tǒng)計(jì)分析主要用于檢在數(shù)據(jù)中的數(shù)學(xué)規(guī)律，并利用統(tǒng)計(jì)模型和致學(xué)模型來(lái)解鄆這些規(guī)律.通常使用的方法有線(xiàn)性分析和非線(xiàn)性分析、連續(xù)網(wǎng)歸分析和邏輯回婦分析、單變敏利多變?cè)嚪治?，以及時(shí)間序列分析等.繞計(jì)分析方法有助于查找大量數(shù)據(jù)間的關(guān)系.

　　第二.知識(shí)發(fā)現(xiàn).知識(shí)發(fā)現(xiàn)源于人工智能和機(jī)器學(xué)習(xí)，它利用-種數(shù)髯搜尋過(guò)程.從數(shù)據(jù)中抽取信息，幫助商業(yè)分析人員進(jìn)行知識(shí)發(fā)現(xiàn).

　　第三.預(yù)測(cè)模型.預(yù)測(cè)模型基于消費(fèi)者的消費(fèi)行為具有-定的重復(fù)性和規(guī)律性這樣·-個(gè)假設(shè)，這使得商家可以通過(guò)分析收集存儲(chǔ)在數(shù)據(jù)庫(kù)中的交易信息，預(yù)測(cè)消費(fèi)者的消費(fèi)行對(duì).

電商.png

　　4.2web挖掘的作用

　　4.2.1發(fā)現(xiàn)潛在客戶(hù)，延長(zhǎng)客戶(hù)的駐留時(shí)間

　　通過(guò)挖掘，獲得訪(fǎng)問(wèn)者的個(gè)性興握資料，從面更加充分的了解客廣需要，這樣既可以留住老頗客，也町以挖癡潛在的客戶(hù)，且町以提高客戶(hù)的駐留時(shí)何.對(duì)--個(gè)電子商務(wù)erp網(wǎng)站來(lái)說(shuō)就意味著效益的增加.

　　4.2優(yōu)化CB姑點(diǎn)，設(shè)計(jì)個(gè)性化網(wǎng)站強(qiáng)調(diào)個(gè)性化信息，商家根據(jù)訪(fǎng)問(wèn)者的信息米設(shè)計(jì)和修改網(wǎng)站的結(jié)構(gòu)和外觀，使客戶(hù)能后根據(jù)自己真歡的方式訪(fǎng)問(wèn)網(wǎng)站，以實(shí)現(xiàn)個(gè)性化的山場(chǎng)服務(wù).

　　4.2.3增強(qiáng)電子商務(wù)ERP安全“網(wǎng)絡(luò)的內(nèi)容挖制還包括挖掘存有客戶(hù)登記信息的后臺(tái)交易數(shù)據(jù)率.客戶(hù)登記信息在電子商務(wù)erp活動(dòng)中起著非常重要的作用，特別是在安全方面，或者在對(duì)客戶(hù).可訪(fǎng)問(wèn)信息的限制方面.。

　　4.24降低運(yùn)營(yíng)成本。提高企業(yè)競(jìng)爭(zhēng)力通過(guò)挖拋，分析潛在的H標(biāo)市場(chǎng)，從而優(yōu)化商務(wù)網(wǎng)站的經(jīng)營(yíng)模式，提高廣告的針對(duì)性，進(jìn)行有針對(duì)性的電子商務(wù)erp營(yíng)銷(xiāo)活動(dòng)，從而降低公司的運(yùn)營(yíng)成

　　電子商務(wù)erp就是將就是將挖掘技術(shù)與電子商務(wù)erp結(jié)合起來(lái)，數(shù)據(jù)挖掘的結(jié)果可以幫助商家了解客戶(hù)，從而達(dá)到贏得競(jìng)爭(zhēng)的目的。網(wǎng)絡(luò)內(nèi)容挖掘的用數(shù)據(jù)庫(kù)觀點(diǎn)挖掘非結(jié)構(gòu)化文檔，由于網(wǎng)絡(luò)數(shù)據(jù)量非常龐大，現(xiàn)階段很多研究只處理半結(jié)構(gòu)化數(shù)據(jù)的一個(gè)常用自集。而一些有意義的應(yīng)用是建立多層數(shù)據(jù)庫(kù)(MLDB)。對(duì)一些特殊的查詢(xún)和信息作處理，這一方面值得我們繼續(xù)研究.另外，Web用法挖掘中的一個(gè)問(wèn)題是在多個(gè)用戶(hù)使用同一個(gè)代理服務(wù)器的環(huán)境下如何標(biāo)識(shí)某個(gè)用戶(hù)，如何識(shí)別屬于該用戶(hù)的會(huì)話(huà)和使用記錄，這個(gè)問(wèn)題看起來(lái)不大，但卻在很大程度上影響著挖掘質(zhì)量.所以這方面的研究仍在繼續(xù).

發(fā)布：2021-05-31 14:16 編輯：泛普軟件 · hujian [打印此頁(yè)] [關(guān)閉]

相關(guān)欄目：