数据仓库论文文献综述模板

四、政府知识管理系统实例分析 下面以由苏州欧索软件公司开发的“Bluten政府知识管理平台”③为主导，结合北京俊和在线网络科技有限公司的知识管理系统④作实例分析，这两家公司的政府知识管理系统基本上可以代表当前我国政府知识管理系统的现状。 经过归纳可以得到“Bluten政府知识管理平台”主要功能模块及特点是： 第一个主模块是政务中心，这是系统的主导功能，下设五个子功能： 一是公文管理(发文、收文、档案管理)，特点是支持语音录入、手写录入，能实现收发公文流程的自由设置和流程监控；二是事务管理(人事办公事务和财务事务)，特点是能够规范和固化行政办公流程，实现各项事务的自助处理；三是日程管理(有多种方式，如邮件提醒、短消息提醒、BP机提醒、电话提醒)，特点是按日、周、月显示日程，并可对日程进行公布、存储、查询；四是会议管理(会议室管理、会议通知管理)，特点是能与日程管理紧密联系，可进行会议提醒，可进行会议纪要管理；五是邮件管理(电子邮件收发、扩展Web访问)。 第二个主模块是资源中心，下设以下五个子功能：新闻发布、公告发布、政策法规办事指南、其他信息(包括各种交通信息及其共享信息)。第三个主模块是管理中心，能实现无线应用、消息提醒、流程自定义、图形化设计工具、多组织结构、流程监控分析、自定义表单、用户管理、图形化的用户权限管理等功能。 “Bluten政府知识管理平台”代表了当前大部分电子政务管理软件的主要功能。但是，应当说它的政府知识获取、传播共享、利用测评功能不够充分，基本上可以说还是一种办公管理，偏重于政务管理，而不是知识管理和公共服务。 相比之下，俊和在线的一站式电子政务应用解决方案除了具备上表所列的欧索软件中的大部分功能以外，还突出了知识管理功能。该方案基于门户系统与内容管理、虚拟网站集群，以及中间件平台等支撑系统的整合而成，包括“一站式”所必须具备的单点登录、统一认证、应用分布、虚拟站点集群、集中管理功能，同时还包括门户服务通常应具备的搜索引擎、消息引擎、个性化展现、知识导航、应用集成等功能。 从该方案的“一站式信息门户”有“消息沟通”模块，包括分类论坛、在线交流、在线聊天、在线调查、信访管理等功能；“一站式协同办公”平台的办公应用层中的特别有一个“办公协作平台”模块，其中有信息发布、数据文档共享、视频会议、论坛服务、远程办公等功能。事务管理模块中还有“辅助决策”功能等，在此都体现了知识管理的特征。 从上文提出的政府知识管理系统的三大功能需求，到俊和在线的知识管理系统这一阶段，政府的知识管理系统已经取得了很大进展：如知识门户开始形成、协同办公成效显著。但这些系统大多还只是停留在知识的简单获取、传播和利用阶段，需要加强的知识管理功能还有很多：隐性知识的获取难度仍然较大，需要引入适当的激励机制激发共享；知识交流的过程基本上还是在对知识的外化，真正内化的很少；对知识培训、推送考虑的也不多；知识贡献较少；也没有良好的知识测评机制。综上所述，当前已有的政府知识管理系统与从理论上设计的理想需求模型还有差距，在实践中，系统设计人员可以参考知识管理的功能需求，从公务员的个人知识管理做起，培养知识分享和交流的组织文化，培育实践社区，确定办公领域中的关键知识，重视信息门户的知识沉淀，并结合实际情况设计出适合政府的知识管理系统，培养政府创新能力。 ①以外促内，内强则外优——政府、公共事业单位知 识管理的导入．http：／／www．amteam．org／static／54235．hnn1． [访问日期：2007—2—3】 ② 刘武，朱明富．构建知识管理系统的探讨．计算机应用研究．2002(4)：35—37． ③ 苏州欧索软件公司．Bluten知识平台解决方案．http：／／www．oceanso~：．com．cn／document／knowledge．doc． 【访问日期：2006-12-10】 ④北京俊和在线网络科技有限公司．成功方案：一站式电子政务应用解决方案．http：／／www．wits．com．cn／wits／news／news_show．asp?id=94&kind= 公司动态&trade=政府信息化．【访问日期：2007—3—9】

智能化物流仓储信息管理系统论文开题报告

时间过得真快，大学生活即将结束，大家都接到了要做毕业设计的任务，而我们做毕业设计之前要先写好开题报告，那么问题来了，开题报告应该怎么写？下面是我精心整理的智能化物流仓储信息管理系统论文开题报告，仅供参考，大家一起来看看吧。

毕业设计（论文）题目:

具有智能货位管理功能的物流仓储信息管理系统

设计（研究）内容和意义：

本次毕业设计主要是通过对当前国内外物流仓储信息管理系统的分析，结合物流企业食品仓库管理实际，设计具有远程维护、智能货位管理功能的物流仓储信息管理系统。最后完成毕业论文。

物流仓储信息管理系统研究的内容涉及库存管理的全过程，包括收货、入库、库存、拣货、出库、结算、客户管理、报表、库存统计查询等等。

(1、卸货管理

卸货管理是指在物流过程中对卡车、火车、船舶等运输工具运来的货物进行卸货作业和将卸下的货物进行搬运移动，并进行初步的分类。

(2、入库管理

入库管理是指对已经卸货的货物按品种、品名、材质、客户单位等标准进行详细理货整理。并将货物按照一定顺序放置到仓库的指定位置，进行堆垛作业。

(3、库存管理

库存管理是指对堆放在仓库的货物进行管理，包括理货(整理需要堆放的货物)、码放(按照一定顺序将物品堆放在货垛上)、移库(改变原有货物的推放货垛)。

(4、出库管理

出库管理使指按照客户提货要求对将待提货物从仓库搬运并装货到卡车、火车、船舶等运输工具运出仓库。包括搬运和装车作业。

(5、计费管理

按照提货货物的重量和存储时间收取库存费用以及其他费用，包括入库费、出库费、置压费、转库费等费用。

(6、出门查验管理

对装上运输工具上的货物进行核查，若核对正确则放行。包括对货物的数量、重量和出库手续是否完备的检查。

结合对物流公司仓储系统流程的分析(见图)，该仓储物流管理系统的具体内容如下:

仓储物流系统流程结构图

本系统完全基于Web，在Microsoft Visual Studio集成环境下开发，以Access数据库系统作为后台数据管理工具，并结合运用了XML实现，其中的ASP(Active Server Page)技术在对数据库进行动态查询领域中得到了广泛的应用，除了简单灵活外，还具有以下一些特点:

1、使用Jscript，Vbscript等简单易懂的脚本语言，结合HTML代码，即可快速创建网站的应用程序。

2、无须Compile编译，容易编写，可在服务器端直接执行。

3、与浏览器无关，用户端只要使用可执行HTML码的浏览器，即可浏览ASP所设计的网页。

4、ASP能与任何Active X Scripting语言相兼容。除了Jscript或VBscript语言来设计外，还可通过Plug-in的方式，使用由第三方所提供的其他脚本语言，譬如Perl，Tel等。脚本引擎是处理程序的COM(Component Object Model)物件。

5、ASP的源程序，不会被传到客户浏览器，因而可以避免所写源程序被他人剽窃，也提高了程序的安全性。

6、可使用服务器端的脚本来生成客户端的脚本。

7、ActiveXServer Components(ActiveX服务器元件)具有无限可扩充性。可以使用Visual Basic，Java，Visual C++等编程语言来编写所需要的ActiveX服务器元件。

实现ASP动态数据库操作主要有以下几步:

1、设置数据库源名(DSN)。在Windows9X 或Windows2000系统中，运行“控制面板”//“ODBC数据源管理器”，按提示添加“系统DSN”。

2、创建数据库连接(Connection)。

Set Conn=(“”)。

3、调用Open方法打开数据库。如:“数据源名称”。

4、创建数据对象(数据集)。如:Set rs=(“SQL语句”)

5、对数据库进行各种操作。

6、关闭数据库对象和连接。

具有智能货位管理的物流仓储信息管理系统的功能是：建立内外部的信息通信平台，实现工作流程自动化，实现文档管理等。

就目前社会处信息化建设和经济发展的需要而言，加强物流仓储信息管理系统的建设具有相当的现实意义和发展前景，具体地说，主要有：

1、能极大地提高工作效率：计算机可以代替人工进行许多繁杂的劳动。

2、节省运营成本：包括时间和纸张。

3、规范单位管理：把一些不够规范的工作流程变得井然有序。

4、提高企业竞争力：它能够提高贸易伙伴的合作效率，优化供应渠道。

信息已成为继劳动力、土地、资本之后的又一大资源。谁控制的信息越多，谁利用信息资源的效率越高，谁就会在各方面的竞争中占有一席之地，谁就会有更多的.优势。

物资供应部门是企业与生产单位之间的桥梁、纽带，是企业正常生产的物资保障部门。正因为供应部门是关键的中转环节，建立一套物资管理信息系统对于如何有效的把本单位生产所需的生产资料及时、保质保量的供应上去，有着重要的意义。从微观上讲，建立一套物资管理信息系统能够加快物资的周转速度，提高生产效率，从而加强了管理的信息化手段，提高了本单位的经济效益。从宏观上讲，顺应了社会的信息化、社会化潮流，缩短了整个社会化大生产的周期。

设计（研究）方案和进度安排：

3月12号——3月15号，讨论系统要实现的总目标和总框架，划分具体工作，安排工作进度。写开题报告，任务书。

3月16号——3月22号，查找资料，根据自己的不同功能部分找到相关文献。选择安装和熟悉开发环境，安装好开发软件和数据库软件，编写系统分析报告，熟悉系统基本流程。

3月23号——4月20号，继续查找相关资料，画数据流程图，分析各个功能模块，修改和完善功能模块和数据流程图，进行数据库设计，进行输入输出设计及代码设计。完善数据库和统一数据库及代码格式。写文献综述和外文翻译。

4月21号——5月30号，查找资料编写程序，在制作过程中调试运行，查看各个功能模块，改进不够完备的地方。分析各模块的情况，进一步改善，等待程序验收。根据程序撰写论文，确定论文的书写规范。

5月30号——6月5号，后期进一步完善论文，等待论文答辩。

主要参考文献资料：

[1]周南，马云龙.基于B/S模式的仓储管理信息系统的设计与实现.中国农业大学学报.(2):68-71.

[2]张铎.物流现代化的关键技术之—电子数据交换.物流技术与应用.(4):17-21.

[3]钟嘉鸣.基于ASP的管理信息系统的设计与实现.现代计算机.：96-97.

[4]Janak Singh. The Importance of Information Flow with in the Supply Chain. Logistics Information Management，(4):28-30.

[5]梅晓勇，孙建平，肖政宏.基于动态规则构造的系统设计与实现[J].微机发展.2002.(6):12214.

Web数据挖掘技术探析论文

在日复一日的学习、工作生活中，大家或多或少都会接触过论文吧，论文对于所有教育工作者，对于人类整体认识的提高有着重要的意义。那么你知道一篇好的论文该怎么写吗？以下是我收集整理的Web数据挖掘技术探析论文，供大家参考借鉴，希望可以帮助到有需要的朋友。

引言

当前，随着网络技术的发展和数据库技术的迅猛发展，有效推动了商务活动由传统活动向电子商务变革。电子商务就是利用计算机和网络技术以及远程通信技术，实现整个商务活动的电子化、数字化和网络化。基于Internet的电子商务快速发展，使现代企业积累了大量的数据，这些数据不仅能给企业带来更多有用信息，同时还使其他现代企业管理者能够及时准确的搜集到大量的数据。访问客户提供更多更优质的服务，成为电子商务成败的关键因素，因而受到现代电子商务经营者的高度关注，这也对计算机web数据技术提出了新的要求，Web数据挖掘技术应运而生。它是一种能够从网上获取大量数据，并能有效地提取有用信息供企业决策者分析参考，以便科学合理制定和调整营销策略，为客户提供动态、个性化、高效率服务的全新技术。目前，它已成为电子商务活动中不可或缺的重要载体。

计算机web数据挖掘概述

1.计算机web数据挖掘的由来

计算机Web数据挖掘是一个在Web资源上将对自己有用的数据信息进行筛选的过程。Web数据挖掘是把传统的数据挖掘思想和方法移植到Web应用中，即从现有的Web文档和活动中挑选自己感兴趣且有用的模式或者隐藏的数据信息。计算机Web数据挖掘可以在多领域中展示其作用，目前已被广泛应用于数据库技术、信息获取技术、统计学、人工智能中的机器学习和神经网络等多个方面，其中对商务活动的变革起到重大的推动作用方面最为明显。

2.计算机Web数据挖掘含义及特征

(1)Web数据挖掘的含义

Web数据挖掘是指数据挖掘技术在Web环境下的应用，是一项数据挖掘技术与WWW技术相结合产生的新技术，综合运用到了计算机语言、Internet、人工智能、统计学、信息学等多个领域的技术。具体说，就是通过充分利用网络(Internet)，挖掘用户访问日志文件、商品信息、搜索信息、购销信息以及网络用户登记信息等内容，从中找出隐性的、潜在有用的和有价值的信息，最后再用于企业管理和商业决策。

(2)Web数据挖掘的特点

计算机Web数据挖掘技术具有以下特点：一是用户不用提供主观的评价信息;二是用户“访问模式动态获取”不会过时;三是可以处理大规模的数据量，并且使用方便;四是与传统数据库和数据仓库相比，Web是一个巨大、分布广泛、全球性的信息服务中心。

(3)计算机web数据挖掘技术的类别

web数据挖掘技术共有三类：第一类是Web使用记录挖掘。就是通过网络对Web日志记录进行挖掘，查找用户访问Web页面的模式及潜在客户等信息，以此提高其站点所有服务的竞争力。第二类是Web内容挖掘。既是指从Web文档中抽取知识的过程。第三类是Web结构挖掘。就是通过对Web上大量文档集合的内容进行小结、聚类、关联分析的方式，从Web文档的组织结构和链接关系中预测相关信息和知识。

计算机web数据挖掘技术与电子商务的关系

借助计算机技术和网络技术的日臻成熟，电子商务正以其快速、便捷的特点受到越来越多的企业和个人的关注。随着电子商务企业业务规模的不断扩大，电子商务企业的商品和客户数量也随之迅速增加，电子商务企业以此获得了大量的数据，这些数据正成为了电子商务企业客户管理和销售管理的重要信息。为了更好地开发和利用这些数据资源，以便给企业和客户带来更多的便利和实惠，各种数据挖掘技术也逐渐被应用到电子商务网站中。目前，基于数据挖掘(特别是web数据挖掘)技术构建的电子商务推荐系统正成为电子商务推荐系统发展的一种趋势。

计算机web数据挖掘在电子商务中的具体应用

(1)电子商务中的web数据挖掘的过程

在电子商务中，web数据挖掘的过程主要有以下三个阶段：既是数据准备阶段、数据挖掘操作阶段、结果表达和解释阶段。如果在结果表达阶段中，分析结果不能让电子商务企业的决策者满意，就需要重复上述过程，直到满意为止。

(2)Web数据挖掘技术在电子商务中的应用

目前，电子商务在企业中得到广泛应用，极大地促进了电子商务网站的兴起，经过分析一定时期内站点上的用户的访问信息，便可发现该商务站点上潜在的客户群体、相关页面、聚类客户等数据信息，企业信息系统因此会获得大量的数据，如此多的数据使Web数据挖掘有了丰富的数据基础，使它在各种商业领域有着更加重要的.实用价值。因而，电子商务必将是未来Web数据挖掘的主攻方向。Web数据挖掘技术在电子商务中的应用主要包含以下几方面：

一是寻找潜在客户。电子商务活动中，企业的销售商可以利用分类技术在Internet上找到潜在客户，通过挖掘Web日志记录等信息资源，对访问者进行分类，寻找访问客户共同的特征和规律，然后从已经存在的分类中找到潜在的客户。

二是留住访问客户。电子商务企业通过商务网站可以充分挖掘客户浏览访问时留下的信息，了解客户的浏览行为，然后根据客户不同的爱好和要求，及时做出让访问客户满意的页面推荐和专属性产品，以此来不断提高网站访问的满意度，最大限度延长客户驻留的时间，实现留住老客户发掘新客户的目的。

三是提供营销策略参考。通过Web数据挖掘，电子商务企业销售商能够通过挖掘商品访问情况和销售情况，同时结合市场的变化情况，通过聚类分析的方法，推导出客户访问的规律，不同的消费需求以及消费产品的生命周期等情况，为决策提供及时而准确的信息参考，以便决策者能够适时做出商品销售策略调整，优化商品营销。

四是完善商务网站设计。电子商务网站站点设计者能够利用关联规则，来了解客户的行为记录和反馈情况，并以此作为改进网站的依据，不断对网站的组织结构进行优化来方便客户访问，不断提高网站的点击率。

结语

本文对Web数据挖掘技术进行了综述，讲述了其在电子商务中广泛应用。可以看出，随着计算机技术和数据库技术快速发展，计算机Web数据技术的应用将更加广泛，Web数据挖掘也将成为非常重要的研究领域，研究前景巨大、意义深远。目前，我国的Web数据应用还处于探索和起步阶段，还有许多问题值得深入研究。

摘要： 该文通过介绍电子商务及数据挖掘基本知识，分别从几个方面分析了电子商务中WEB数据挖掘技术的应用。

关键词： 电子商务；数据挖掘；应用

1概述

电子商务是指企业或个人以网络为载体，应用电子手段，利用现代信息技术进行商务数据交换和开展商务业务的活动。随着互联网的迅速发展，电子商务比传统商务具有更明显的优势，由于电子商务具有方便、灵活、快捷的特点，使它已逐渐成为人们生活中不可缺少的活动。目前电子商务平台网站多，行业竞争强，为了获得更多的客户资源，电子商务网站必须加强客户关系管理、改善经营理念、提升售后服务。数据挖掘是从数据集中识别出隐含的、潜在有用的、有效的，新颖的、能够被理解的信息和知识的过程。由数据集合做出归纳推理，从中挖掘并进行商业预判，能够帮助电子商务企业决策层依据预判，对市场策略调整，将企业风险降低,从而做出正确的决策，企业利润将最大化。随着电子商务的应用日益广泛，电子商务活动中会产生大量有用的数据，如何能够数据挖掘出数据的参考价值？研究客户的兴趣和爱好，对客户分门别类，将客户心仪的商品分别推荐给相关客户。因此,如何在电子商务平台上进行数据挖掘成为研究的热点问题。

2数据挖掘技术概述

数据挖掘（DataMining），也称数据库中的知识发现（KnowledgeDiscoveryinDatabase，KDD）。数据挖掘一般是指从海量数据中应用算法查找出隐藏的、未知的信息的过程。数据挖掘是一个在大数据资源中利用分析工具发现模型与数据之间关系的一个过程，数据挖掘对决策者寻找数据间潜在的某种关联，发现隐藏的因素起着关键作用。这些模式是有潜在价值的、并能够被理解的。数据挖掘将人工智能、机器学习、数据库、统计、可视化、信息检索、并行计算等多个领域的理论与技术融合在一起的一门多学科交叉学问，这些学科也对数据挖掘提供了很大的技术支撑。

3Web数据挖掘特点

Web数据挖掘就是数据挖掘在Web中的应用。Web数据挖掘的目的是从万维网的网页的内容、超链接的结构及使用日志记录中找到有价值的数据或信息。依据挖掘过程中使用的数据类别，Web数据挖掘任务可分为：Web内容挖掘、Web结构挖掘、Web使用记录挖掘。

1）Web内容挖掘指从网页中提取文字、图片或其他组成网页内容的信息，挖掘对象通常包含文本、图形、音视频、多媒体以及其他各种类型数据。

2）Web结构挖掘是对Web页面之间的结构进行挖掘，挖掘描述内容是如何组织的，从Web的超链接结构中寻找Web结构和页面结构中的有价值模式。例如从这些链接中，我们可以找出哪些是重要的网页，依据网页的主题，进行自动的聚类和分类，为了不同的目的从网页中根据模式获取有用的信息，从而提高检索的质量及效率。

3）Web使用记录挖掘是根据对服务器上用户访问时的访问记录进行挖掘的方法。Web使用挖掘将日志数据映射为关系表并采用相应的数据挖掘技术来访问日志数据，对用户点击事件的搜集和分析发现用户导航行为。它用来提取关于客户如何浏览和使用访问网页的链接信息。如访问了哪些页面？在每个页面中所停留的时间？下一步点击了什么？在什么样的路线下退出浏览的？这些都是Web使用记录挖掘所关心要解决的问题。

4电子商务中Web挖掘中技术的应用分析

1）电子商务中序列模式分析的应用

序列模式数据挖掘就是要挖掘基于时间或其他序列的模式。如在一套按时间顺序排列的会话或事务中一个项目有存在跟在另一个项目后面。通过这个方法，WEB销售商可以预测未来的访问模式，以帮助针对特定用户组进行广告排放设置。发现序列模式容易使客户的行为被电子商务的组织者预测，当用户浏览站点时，尽可能地迎合每个用户的浏览习惯并根据用户感兴趣的内容不断调整网页，尽可能地使每个用户满意。使用序列模式分析挖掘日志，可以发现客户的访问序列模式。在万维网使用记录挖掘应用中，序列模式挖掘可以用于捕捉用户路径之中常用的导航路径。当用户访问电子商务网站时，网站管理员能够搜索出这个访问者的对该网站的访问序列模式，将访问者感兴趣但尚未浏览的页面推荐给他。序列模式分析还能分析出商品购买的前后顺序，从而向客户提出推荐。例如在搜索引擎是发出查询请求、浏览网页信息等，会弹出与这些信息相关的广告。例如购买了打印机的用户，一般不久就会购买如打印纸、硒鼓等打印耗材。优秀的推荐系统将为客户建立一个专属商店,由每个客户的特征来调整网站的内容。也能由挖掘出的一些序列模式分析网站及产品促销的效果。

2）电子商务中关联规则的应用

关联规则是揭示数据之间隐含的相互关系，关联分析的任务是发现事物间的关联规则或相关程序。关联规则挖掘的目标是在数据项目中找出每一个数据信息的内在关系。关联规则挖掘就是要搜索出用户在服务器上访问的内容、页面、文件之间的联系，从而改进电子商务网站设计。可以更好在组织站点，减少用户过滤网站信息的负担，哪些商品顾客会可能在一次购物时同时购买？关联规则技术能够通过购物篮中的不同商品之间的联系，分析顾客的购物习惯。例如购买牛奶的顾客90%会同时还购买面包，这就是一条关联规则，如果商店或电子商务网站将这两种商品放在一起销售，将会提高它们的销量。关联规则挖掘目标是利用工具分析出顾客购买商品间的联系，也即典型购物篮数据分析应用。关联规则是发现同类事件中不同项目的相关性，例如手机加充电宝，鼠标加鼠标垫等购买习惯就属于关联分析。关联规则挖掘技术可以用相应算法找出关联规则，例如在上述例子中，商家可以依据商品间的关联改进商品的摆放，如果顾客购买了手机则将充电宝放入推荐的商品中，如果一些商品被同时购买的概率较大，说明这些商品存在关联性，商家可以将这些有关联的商品链接放在一起推荐给客户,有利于商品的销售，商家也根据关联有效搭配进货，提升商品管理水平。如买了灯具的顾客，多半还会购买开关插座，因此，一般会将灯具与开关插座等物品放在一个区域供顾客选购。依据分析找出顾客所需要的商品的关联规则，由挖掘分析结果向顾客推荐所需商品，也即向顾客提出可能会感兴趣的商品推荐，将会大大提高商品的销售量。

3）电子商务中路径分析技术的应用

路径分析技术通过对Web服务器的日志文件中客户访问站点的访问次数的分析，用来发现Web站点中最经常访问的路径来调整站点结构，从而帮助使用用户以最快的速度找到其所需要的产品或是信息。例如在用户访问某网站时，如果有很多用户不感兴趣的页面存在，就会影响用户的网页浏览速度，从而降低用户的浏览兴趣，同时也会使整个站点的维护成本提高。而利用路径分析技术能够全面地掌握网站各个页面之间的关联以及超链接之间的联系，通过分析得出访问频率最高的页面，从而改进网站结构及页面的设计。

4）电子商务中分类分析的应用

分类技术在根据各种预定义规则进行用户建模的Web分析应用中扮演着很重要的角色。例如，给出一组用户事务，可以计算每个用户在某个期间内购买记录总和。基于这些数据，可以建立一个分类模型，将用户分成有购买倾向和没有购买倾向两类，考虑的特征如用户统计属性以及他们的导航活动。分类技术既可以用于预测哪些购买客户对于哪类促销手段感兴趣，也可以预测和划分顾客类别。在电子商务中通过分类分析，可以得知各类客户的兴趣爱好和商品购买意向，因而发现一些潜在的购买客户，从而为每一类客户提供个性化的网络服务及开展针对性的商务活动。通过分类定位模型辅助决策人员定位他们的最佳客户和潜在客户，提高客户满意度及忠诚度，最大化客户收益率，以降低成本，增加收入。

5）电子商务中聚类分析的应用

聚类技术可以将具有相同特征的数据项聚成一类。聚类分析是对数据库中相关数据进行对比并找出各数据之间的关系，将不同性质特征的数据进行分类。聚类分析的目标是在相似的基础上收集数据来分类。根据具有相同或相似的顾客购买行为和顾客特征，利用聚类分析技术将市场有效地细分，细分后应可每类市场都制定有针对性的市场营销策略。聚类分别有页面聚类和用户聚类两种。用户聚类是为了建立拥有相同浏览模式的用户分组，可以在电子中商务中进行市场划分或给具有相似兴趣的用户提供个性化的Web内容，更多在用户分组上基于用户统计属性（如年龄、性别、收入等）的分析可以发现有价值的商业智能。在电子商务中将市场进行细化的区分就是运用聚类分析技术。聚类分析可根据顾客的购买行为来划分不同顾客特征的不同顾客群，通过聚类具有类似浏览行为的客户，让市场人员对顾客进行类别细分，能够给顾客提供更人性化的贴心服务。比如通过聚类技术分析，发现一些顾客喜欢访问有关汽车配件网页内容，就可以动态改变站点内容，让网络自动地给这些顾客聚类发送有关汽车配件的新产品信息或邮件。分类和聚类往往是相互作用的。在电子商务中通过聚类行为或习性相似的顾客，给顾客提供更满意的服务。技术人员在分析中先用聚类分析将要分析的数据进行聚类细分，然后用分类分析对数据集合进行分类标记，再将该标记重新进行分类，一直如此循环两种分析方法得到相对满意的结果。

5结语

随着互联网的飞速发展，大数据分析应用越来越广。商业贸易中电子商务所占比例越来越大，使用web挖掘技术对商业海量数据进行挖掘处理，分析客户购买喜好、跟踪市场变化，调整销售策略，对决策者做出有效决策及提高企业的市场竞争力有重要意义。

参考文献：

[1]庞英智.Web数据挖掘技术在电子商务中的应用[J].情报科学,2011,29(2):235-240.

[2]马宗亚,张会彦.Web数据挖掘技术在电子商务中的应用研究[J].现代经济信息,2014(6):23-24.

[3]徐剑彬.Web数据挖掘技术在电子商务中的应用[J].时代金融，2013(4):

[4]周世东.Web数据挖掘在电子商务中的应用研究[D].北京交通大学,2008.

[5]段红英.Web数据挖掘技术在电子商务中的应用[J].陇东学院学报,2009(3):32-34.