论文部分内容阅读
随着网络技术的发展和Internet的普及,电子商务这一现代新兴商业模式也以惊人的速度蓬勃发展起来,正在影响着整个社会的经济运行结构。电子商务系统每天都会产生蕴涵着大量重要信息的原始交易数据和访问数据,这些数据主要以Web日志文件格式存储于Web服务器中。如何将这些异构的、不确定性的和非结构化的海量数据转化为有用的信息成为当前电子商务系统建设的重要任务之一。数据挖掘技术是从大量复杂的数据中,提取潜在有用的信息和知识的过程。把Web数据挖掘技术应用于电子商务系统的建设具有重要的意义。目前,几乎所有的大型电子商务系统,都不同程度地使用了各种形式的数据挖掘技术,为客户提供个性化服务,如Amazon(亚马逊)、dangdang(当当网)等。但是多数系统仅提供基于OLAP的简单统计分析,且多数系统的挖掘架构均是基于封闭体系设计的,在需求多变的电子商务挖掘应用中显得不足。本课题致力于构建一个基于电子商务环境下的开放式的数据挖掘架构,把Web服务和移动Agent技术应用到此架构中。本文主要做了如下工作:(1)分析和总结了目前电子商务系统架构的研究现状与动态,指出了传统用于电子商务的Web挖掘系统所存在的问题。通过研究Web服务和移动Agent技术的相关理论,提出了利用Web服务分布式思想和移动Agent的智能性,实现电子商务环境中Web数据挖掘架构的优越性。(2)在研究应用于电子商务环境的多种Web挖掘算法的基础上,对关键的Apriori关联规则和k-means聚类核心算法存在的不足进行了改进,并对改进的算法用实验检验了其有效性。同时在挖掘架构阶段对多种Web算法做了封装,共同完成挖掘任务。(3)研究了电子商务系统的实现技术,并对基于J2EE平台的实现和应用其它平台的实现进行比较。最后采用基于J2EE平台的三层结构模式和MVC等设计模式进行原型系统的简单设计。