面向电子商务用户行为的Web数据挖掘模型与应用研究

摘要

互联网和信息技术的发展，促使不断产生新的商业模式，而电子商务这一全新的商业模式凭借互联网和信息技术飞速发展，传统企业纷纷转型走向电子商务发展道路。然而，随着电子商务的快速发展，电子商务网站平台所呈现给用户的商品信息量急剧增长，给用户带来了很多不便的同时，也严重阻碍了电子商务更好的发展。在大数据电子商务时代，企业如何将数据挖掘的思想和方法应用到电子商务中，利用Web数据挖掘技术的强大数据分析处理能力，从海量的Web数据中挖掘出潜在的、有价值的客户行为信息，并用来辅助企业进行正确的、高效的商务分析与决策，这已成为目前研究的热点问题。
　　本文针对目前对构建与应用电子商务Web数据挖掘模型研究的不足，首先介绍了电子商务概述、用户行为的定义和分析内容，Web数据挖掘的定义、分类、流程及常用技术，个性化推荐系统的简介、作用及推荐方法;其次，介绍了Web数据挖掘在电子商务中的应用背景、应用价值、Web数据分析的类型、数据来源及特点;再次，基于电子商务用户行为Web数据，按照CRISP-DM数据挖掘方法论，运用IBM SPSS Modeler数据挖掘软件，采用多种数据挖掘技术，分析并构建出了用户购买行为预测模型，商品推荐模型，用户细分模型和商品特征分析模型;最后，基于商品推荐模型，设计出了商品个性化推荐系统的总体框架、离线模块、在线模块和MQ数据库，并以MQ音像商城为例，进行设计和开发，最终实现了用户可自行选择设置推荐方法的MQ音像商品的个性化推荐。

目录

摘要

第1章 绪论

1．1 研究背景及意义

1．1．1 研究背景

1．1．2 研究目的及意义

1．2 研究现状

1．2．1 国外研究现状

1．2．2 国内研究现状

1．2．3 国内外研究述评

1．3 研究方法及技术路线

1．3．1 本文研究方法

1．3．2 本文技术路线

1．4 研究内容及创新点

1．4．1 主要研究内容

1．4．2 本文的创新点

第2章 相关理论概述

2．1 电子商务用户行为

2．1．1 电子商务概述

2．1．2 电子商务用户行为的定义

2．1．3 电子商务用户行为分析的内容

2．2 Web数据挖掘技术

2．2．1 Web数据挖掘的定义

2．2．2 Web数据挖掘的分类

2．2．3 Web数据挖掘的流程

2．2．4 Web数据挖掘的常用技术

2．3 个性化推荐系统

2．3．1 个性化推荐系统的简介

2．3．2 个性化推荐系统的作用

2．3．3 个性化推荐系统的推荐方法

2．4 本章小结

第3章 Web数据挖掘在电子商务中的应用

3．1 电商中应用背景及Web数据分析的类型

3．1．1 商业应用背景

3．1．2 Web数据分析的类型

3．2 电商中Web挖掘的数据来源及特点

3．2．1 Web挖掘的数据来源

3．2．2 Web挖掘的数据特点

3．3 电商中Web挖掘的应用价值

3．3．1 挖掘潜在客户

3．3．2 提供个性化服务

3．3．3 改进站点设计

3．3．4 聚类客户

3．3．5 搜索引擎的应用

3．3．6 广告效益评估

3．3．7 网络安全

3．4 本章小结

第4章 基于电子商务用户行为的Web挖掘模型构建

4．1 数据理解与准备

4．1．1 数据理解

4．1．2 数据准备

4．2 Web挖掘模型的构建与分析

4．2．1 使用分类分析构建用户购买行为预测模型

4．2．2 使用聚类分析构建商品推荐模型

4．2．3 使用决策树C5．0 算法构建用户细分模型

4．2．4 使用关联分析Apriori算法构建商品特征分析模型

4．3 本章小结

第5章 商品推荐模型在MQ音像商城中的应用与实现

5．1 商品个性化推荐系统的设计

5．1．1 系统总体框架设计

5．1．2 离线模块系统设计

5．1．3 在线模块系统设计

5．1．4 数据表结构设计

5．2 商品个性化推荐系统的实现

5．2．1 开发平台和工具

5．2．2 主要运行界面

5．3 本章小结

第6章 全文总结与研究展望

6．1 工作总结与不足

6．2 未来展望

参考文献

致谢

攻读学位期间发表的论文

声明