数据挖掘技术与网上购物推荐系统.pdf

技 术 应 用 数据挖掘技术与网上购物推荐系统 薛洁 刘希玉 山东师范大学管理与经济学院 山东 250014 摘要：本文简单介绍了数据挖掘与网上购物推荐系统的概念，介绍了关联规则挖掘及聚类分析的定义，典型方法及其在 网上购物推荐系统中的应用。 关键词：数据挖掘；网上购物推荐系统；关联规则；聚类 0 引言 3 数据挖掘在网上购物推荐系统中的主要应用 随着信息时代的到来，网上购物也已经成为人们主要的 网上购物推荐系统主要用到数据挖掘中的数据预处理 购物方式之一。我们只需联网操作不出家门即可获得较为满 技术，关联规则挖掘，分类分析，聚类分析等技术，本文主 意的商品。然而，随着信息数量的激增，使得网上购物变得 要介绍关联规则挖掘技术与聚类分析技术的应用。 复杂，耗时。那么消费者如何才能更便捷更满意地从海量推 3.1 挖掘关联规则的应用 销产品中买到所需商品；销售者如何才能吸引更多的客户前 挖掘关联规则应用于网上购物推荐系统可以：(1)向用户 来购买自家产品，已成为一个亟待解决的问题。本文介绍了 推荐相关产品，提高相关产品的销售额，即促进产品的捆绑 网上购物推荐技术以及构成此技术的数据挖掘相关内容，可 销售；(2)安排商品销售的搭配；(3)准确进行进货配比； 以有效地帮助供需双方更好地进行网上商品交易。 (4)根据购买模式对用户进行分类。从而动态调整网页，给各 1 网上购物推荐系统 类用户提供更为满意的购物选择。 网上购物推荐系统(ReComnlendatinoSystem)就是通过分 例 1：在图书网站上，消费者想购买数据挖掘概念与技 析用户浏览过的网页、网购过的商品等来得出其喜好、习惯 术丛书。 的结论，然后向其推荐信息、商品的程序。网上购物推荐系 商家根据对关联规则的挖掘结果将数据挖掘概念与技 统能够很好地向用户推荐所需产品，帮助用户方便准确地买 术丛书与数据仓库丛书放到一起销售的策略，通过向客户推 到物美价廉的商品，也能够帮助销售商促进产品的销售量以 荐额外的商品来提高交叉销售量。 及商品货架的安排，进货的配比等。 根据商家进行数据挖掘得到的信息：购买数据挖掘概念 2 数据挖掘 与技术的用户有69%还购买了数据仓库。经调查许多顾客都 （1）数据挖掘的概念 会受到这种导向的影响，已经购买数据挖掘概念与技术的顾 数据挖掘就是从海量数据中提取或“挖掘”有用信息， 客很有可能向购买此书的前辈一样也随之购买其本不打算 也就是从大量信息中找到那些有用的，自己所需的信息。也 买的数据仓库。 有人将数据挖掘看做数据中的知识发现或是从存放在数据 例2：更进一步，根据对若干个例 1 中购买数据挖掘概 库、数据仓库等信息库中的大量书籍中发现有趣知识的过程。 念与技术的顾客进行关联规则挖掘，便可得到购买数据挖掘 （2 ）数据挖掘的任务 概念与技术的顾客也同时购买了DW2.0 ：下一代数据仓库的 数据挖掘涵盖范围很广的数据分析和知识发现任务，包 构造与数据仓库生命周期工具箱。这样可增加顾客对于此类 括：数据特征化、区分、关联、相关分析、分类、预测、聚 丛书的购买欲望；也使得商家在进书时，可以更好地配比有 类、离群点分析、演变分析等。 关数据挖掘类丛书。但是较之例1，例2 没有列出数据的支 作者简介：薛洁(1987-)，女，山东师范大学硕士，研究方向：数据挖掘、DNA 计算。刘希玉(1964-)， 男，山东师范大学博士生导师，泰山学者，研究方向：数据挖掘、智能计算。 58 2011.3 技 术 应 用 持，可信度较低。