数据挖掘论文近年参考文献

计算机论文常用参考文献

在平平淡淡的日常中，大家都有写论文的经历，对论文很是熟悉吧，论文一般由题名、作者、摘要、关键词、正文、参考文献和附录等部分组成。写论文的注意事项有许多，你确定会写吗？下面是我整理的计算机论文常用参考文献，希望能够帮助到大家。

[1]刘韬,楼兴华.SQL Server2000 数据库系统开发实例导航. 北京:人民邮电出版社,2004.

[2]丁宝康,董健全. 数据库实验教程. 北京:清华大学出版社, 2003:125-170.

[3]孙强. 基于 的专题网站的研究与设计. 东北师范大学,2006.

[4]Michele Leroux your Apps and WCF services with Windows CardSpace. MSDN Magazine,April 2007.

[5]肖建编. 编程实例与技巧集粹. 北京:北京希望电子出版社,2003.

[6]巴兹拉等. 安全性高级编程. 北京:清华大学出版社,2003.

[7]Jesse C#中文版. 电子工业出版社,2006.

[8]米切尔的等编著. 权威指南. 北京:中国电力出版社,2003.

[9]曾登高编著..NET 系统架构与开发. 北京:电子工业出版社,2003.

[10]Jeffrey Richter. Applied Microsoft .NET Framework programming.北京:清华大学出版社, 2003.

[11]张海藩. 软件工程导论. 北京:清华大学出版社, 2003.

[11]周佩德.数据库原理及应用〔M〕.北京:电子工业出版社,2004.

[12]刘炳文等.VISUAL BASIC 程序设计--数据库篇〔M〕.北京:人民邮电出版社,1999.

[13]李光明.Visual Basic 编程实例大制作〔M〕.北京:冶金工业出版社,2002.

[14]王兴晶,赵万军等.Visual Basic 软件项目开发实例[M].北京:电子工业出版社,2004.

[15]陈艳峰,高文姬等.Visual basic 数据库项目案例导航[M].北京:清华大学出版社,2004.

[16]李红等.管理信息系统开发与应用〔M〕.北京:电子工业出版社,2003.

[17]周之英.现代软件工程〔M〕.北京:科学出版社,2000.

[18]张红军,王红.Visual Basic 中文版高级应用与开发指南〔M〕.北京:人民邮电出版社,2001.

[1]孙卫琴,李洪成.《Tomcat 与 JSP Web 开发技术详解》.电子工业出版社,2003年6月:1-205

[2]BruceEckel.《JSP编程思想》. 机械工业出版社,2003年10月:1-378

[3]FLANAGAN.《JSP技术手册》. 中国电力出版社,2002年6月:1-465

[4]孙一林,彭波.《JSP数据库编程实例》. 清华大学出版社,2002年8月:30-210

[5]LEE ANNE PHILLIPS.《巧学活用HTML4》.电子工业出版社,2004年8月:1-319

[6]飞思科技产品研发中心.《JSP应用开发详解》.电子工业出版社,2003年9月:32-300

[7]耿祥义,张跃平.《JSP实用教程》. 清华大学出版社,2003年5月1日:1-354

[8]孙涌.《现代软件工程》.北京希望电子出版社,2003年8月:1-246

[9]萨师煊,王珊.《数据库系统概论》.高等教育出版社,2002年2月:3-460

[10]Brown等.《JSP编程指南(第二版)》. 电子工业出版社 ,2003年3月:1-268

[11]清宏计算机工作室.《JSP编程技巧》. 机械工业出版社, 2004年5月:1-410

[12]朱红,司光亚.《JSP Web编程指南》.电子工业出版社, 2001年9月:34-307

[13]赛奎春.《JSP工程应用与项目实践》. 机械工业出版社, 2002年8月:23-

[14]刁仁宏.网络数据库原理及应用[J].情报理论与实践,2004,(1).

[15]张莉,王强.SQL Server 数据库原理及应用教程[M].清华:清华大学出版社出版,2003.

[16]郭瑞军,李杰,初晓璐. 数据库开发实例精粹[M].西安:电子工业出 版社出版,2003.

[17]宋昕. 网络开发技术实用教程入门与提高[J].情报杂志,2005,(7).

[18]顼宇峰. Server 典型网站建设案例[M].清华:清华大学出版社出版,2006.

[1]米琦.基于多维变换的无线传感器网络定位算法研究[D].上海交通大学2007

[2]汤文亮,曾祥元,曹义亲.基于ZigBee无线传感器网络的森林火灾监测系统[J].实验室研究与探索.2010(06)

[3]宋保业.无线传感器网络关键技术研究[D].青岛科技大学2008

[4]熊俊俏,冯进维,罗帆.基于JN5139的无线传感器网络节点设计与实现[J].武汉工程大学学报.2010(05)

[5]祝勇.基于LS-SVC的传感网络链路质量评估机制研究[D].南昌航空大学2014

[6]程春蕊,刘万军.高内聚低耦合软件架构的构建[J].计算机系统应用.2009(07)

[7]孙利民等编着.无线传感器网络[M].清华大学出版社,2005

[8]甄甫,刘民,董明宇.基于面向服务架构消息中间件的业务流程系统集成方法研究[J].计算机集成制造系统.2009(05)

[9]陆莹.基于无线传感器网络的组网可靠性研究[D].天津大学2007

[10]潘虎.煤矿安全监控无线传感器网络系统研究[D].华中科技大学2007

[11]张杉.无线传感器网络通信机制的研究[D].电子科技大学2008

[12]魏宝玲.利用无线传感器网络实施道路维护与监控[D].国防科学技术大学2006

[13]吴中博,樊小泊,陈红.基于能量水平的多Sink节点传感器网络路由算法[J].计算机研究与发展.2008(01)

[14]陈伟,吴健,胡正国.分布式监控组态系统实时数据传输模型[J].计算机工程.2006(22)

[15]原羿,苏鸿根.基于ZigBee技术的无线网络应用研究[J].计算机应用与软件.2004(06)

[16]任丰原,黄海宁,林闯.无线传感器网络[J].软件学报.2003(07)

[17]张雪平.使用SecureCRT实现网络管理自动化[J].内江师范学院学报.2005(02)

[1]江群斌.我国商业银行网络银行安全性研究[D].天津大学2012

[2]翟凤航.组织系统数字档案管理系统软件的设计及实现[D].天津大学2012

[3]张兴起.基于VPX标准和多核DSP阵列的信息处理平台设计[D].天津大学2012

[4]王璐.基于1553B总线的综合航电数据加载系统的设计与实现[D].天津大学2012

[5]孙树和.电力企业绩效管理系统研究与设计[D].天津大学2012

[6]郎桐.无源自组网络输电线路实时监测技术研究与应用[D].天津大学2014

[7]郭毅.部门预算管理系统的设计与实现[D].天津大学2014

[8]李灏.软件无线电平台上空时编码的实现和测量[D].天津大学2014

[9]谢国聪.基于.NET技术和多层架构的出租屋和流动人口信息管理系统的设计与实现[D].天津大学2014

[10]高宜文.基于Wi-Fi的智能无线网络视频监控系统视频采集与处理平台的设计[D].天津大学2012

[11]毛延超.无线传感器网络中分簇多信道传输协议研究[D].天津大学2012

[12]夏梓峻.LED-AODV:基于链路预测的车辆网络路由算法研究[D].天津大学2012

[13]尹超.无线网络视频传输性能评测工具的设计与实现[D].天津大学2009

[14]童曦.基于.NET技术和多层架构的人事信息管理系统[D].天津大学2014

[15]王广彧.基于历史轨迹预测的车辆自组织网络混合路由算法[D].天津大学2014

[16]王伟海.龙口矿业集团电网调度自动化系统设计与实现[D].天津大学2012

[17]贺明.基于NC-OFDM的与ZigBee共存技术研究[D].天津大学2012

[18]叶君骄.基于SAT的长距离无线mesh网络管理平台[D].天津大学2012

[19]张松.基于的长距离无线链路性能实验研究[D].天津大学2012

[20]钟武汨.基于压缩感知的空间无线频谱感知与重构系统研究[D].天津大学2012

[21]高明飞.北皂煤矿海域下开采水情在线监测应用系统[D].天津大学2012

[22]邹宇.基于卫星授时的长距离无线Mesh网络MAC协议ST-TDMA[D].天津大学2014

[23]王为睿.山东省龙口矿业集团6000m~3/h制氧工程DCS设计与实现[D].天津大学2013

[24]莫志德.基于Web应用的停车管理系统开发和设计[D].天津大学2013

[1](美)BruceMolay着,杨宗源,黄海涛译.Unix/Linux编程实践教程[M].清华大学出版社,2004

[2]姜毅,王兆青,曹丽.基于HTTP的实时信息传输方法[J].计算机工程与设计.2008(10)

[3]崔文婧.数字娱乐产业中流行文化对于电子游戏的'影响[D].北京服装学院2010

[4]刘晓晖.SAP系统中不同物料分类的创建方法[D].上海交通大学2011

[5]封炜.基于GPS/GIS/GSM的物流信息监控系统的设计与实现[D].上海交通大学2011

[6]赵胤.基于SAP的离散制造型企业成本控制设计与实现[D].上海交通大学2011

[7]李长斌.驼峰空压站监控系统的设计与实现[D].上海交通大学2012

[8]闵国石.铁路工务作业安全控制系统的研究[D].上海交通大学2012

[9]龚俊.基于Javamail技术的企业Email安全管理系统的设计与实现[D].上海交通大学2012

[10]朱骁勇.基于SCCM的软件分发管理与软件封装模板助手[D].上海交通大学2013

[11]彭诚.基于GPS的物流车辆监控系统的设计和实现[D].上海交通大学2013

[12]苏政华.离散制造型企业的SAP系统FICO模块设计与实现[D].上海交通大学2013

[13]周昕毅.Linux集群运维平台用户权限管理及日志审计系统实现[D].上海交通大学2013

[14]徐朱平.SDP-21框架下项目管理在对日软件外包中的应用[D].上海交通大学2010

[15]刘进学.DeltaVDCS系统在丙烯均相聚合系统中的应用与研究[D].上海交通大学2010

[16]李立平.基于数据挖掘的勘探随钻分析系统[D].上海交通大学2010

[17]王平.半自动闭塞控制信息数字化传输系统的设计与实现[D].上海交通大学2012

[18]潘忠锐.铁路OA系统的设计与实现[D].上海交通大学2012

[19]黄怡君.银行业的存储虚拟化系统设计与实现[D].上海交通大学2012

[20]孙英.浅谈Flash与XML之间的通信[J].电脑知识与技术.2008(15)

[1]刘韬,楼兴华.SQL Server2000 数据库系统开发实例导航. 北京:人民邮电出版社,2004.

[2]丁宝康,董健全. 数据库实验教程. 北京:清华大学出版社, 2003:125-170.

[3]孙强. 基于 的专题网站的研究与设计. 东北师范大学,2006.

[4]Michele Leroux your Apps and WCF services with Windows CardSpace. MSDN Magazine,April 2007.

[5]肖建编. 编程实例与技巧集粹. 北京:北京希望电子出版社,2003.

[6]巴兹拉等. 安全性高级编程. 北京:清华大学出版社,2003.

[7]Jesse C#中文版. 电子工业出版社,2006.

[8]米切尔的等编著. 权威指南. 北京:中国电力出版社,2003.

[9]曾登高编著..NET 系统架构与开发. 北京:电子工业出版社,2003.

[10]Jeffrey Richter. Applied Microsoft .NET Framework programming.北京:清华大学出版社, 2003.

[11]张海藩. 软件工程导论. 北京:清华大学出版社, 2003.

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.