Toggle navigation
沃新书屋
首页
(current)
投诉
收藏
点击选择搜索分类
百度云
夸克网盘
阿里云
PDF
Mobi
Epub
Kindle
txt
AZW3
综合格式
搜索
沃新书屋
-
电子商务环境中分布式数据挖掘的研究
- 出版社:湖北人民出版社
湖北人民出版社
出版社信息:
类型:
湖北省综合性出版事业机构
成立时间:
1951年
出版社特色:
出版社荣誉:国家“九五”古籍整理重点项目
出版社简介:
暂无相关内容,正在全力查找中
电子商务环境中分布式数据挖掘的研究书籍相关信息
ISBN:9787216055062
作者:
余小高
出版社:
湖北人民出版社
出版时间:2008-4-10
页数:248
价格:38
纸张:暂无纸张
装帧:平装
开本:暂无开本
语言:暂无语言
适合人群:数据科学家,商业分析师,电子商务从业者,IT专业人士,高校相关领域的教师和学生,对电子商务和数据分析有兴趣的研究人员
TAG:
云计算
/
电子商务
/
网络营销
/
数据挖掘
/
商业智能
/
大数据分析
/
分布式计算
豆瓣评分:暂无豆瓣评分
更新时间:2025-05-19 10:10:42
内容简介:
现代新兴商业模式的电子商务的蓬勃发展,使得Internet上的资源和服务更加丰富多彩,这些丰富的资源和服务每天都会产生许多新的、蕴涵着大量重要信息的海量数据,这些数据往往是异构的、不确定性的和非结构化的,其复杂程度已远远超出了人类目前己有的分析和理解能力。因此,研究有效利用这些复杂资源的新技术,数据挖掘具有重要的现实意义。就信息处理而言,数据挖掘是致力于数据分析和理解数据内部蕴藏知识的技术,它成为未来信息技术应用的重要目标之一。 本文在对分布式数据挖掘、Web服务及Agent相关技术进行了分析的基础上,为解决电子商务环境中分布式数据挖掘的核心问题,从关键算法和架构两个方面进行了深入研究。 针对k 最近邻搜索算法存在的问题,提出了电子商务环境中一种自适应的基于P2P的 最近邻搜索算法P2PAKNNS。探讨了度量空间、相似性查询和GHT*规则,自定义了高维数据的相似度函数HDSF(X,Y),论述了GHT*中插入算法及范围查找算法和搜索算法。在此基础上,具体给出了P2PAKNNS算法的实现方法,并通过实验,验证了其正确性。 同时本文对DENCLUE算法进行了研究,为使其适合电子商务环境、解决其存在问题,结合P2PAKNNS算法的优点,提出了电子商务环境中基于距离和密度的无监督聚类算法KNDC。论述了模糊簇的划分及参数 ,讨论了参数 和 的设置,给出了KNDC算法的具体实现方法,并予以验证。 本文还针对电子商务环境中分布式数据挖掘的关联规则,在研究Apriori关联规则算法、多重最小支持度Apriori算法、相关支持度Apriori算法RSAA、平均项目集合分割法的基础上,改进了阈值的制定方法;为提高挖掘有价值的稀有数据的效率和精确度,根据RSAA和基于无向项集图算法BOUIGA提出了RSAA-BOUIGA算法,分析了其正确性。 在此基础上,结合业界和学术界对Web服务和移动Agent的研究成果,将Web服务和Agent最新技术引入了电子商务环境中分布式数据挖掘,提出了电子商务环境下基于Web服务和移动Agent技术的数据挖掘架构BWADM,并论述了组合服务规范与组合服务的执行,具体阈述了此架构的数据预处理组件、算法管理组件、控制中心组件、算法库组件和模型表示组件。 然后建立了BWADM原型,结合Web服务技术,给出了基于 服务的数据挖掘系统逻辑结构,设计并实现了该系统,验证了BWADM的合理性和上述算法在效率、精确度等方面的优越性。 最后分析并指出了目前电子商务推荐系统存在的问题,并将电子商务环境中分布式数据挖掘技术应用到推荐系统中。为提高协同过滤推荐效率和精确度,根据P2PAKNNS提出了基于P2PAKNNS的协同过滤推荐算法,并根据KNDC提出了基于KNDC的协同过滤推荐算法,分别给出了这两个算法的具体实现方法,并予以验证。在此基础上,为解决目前电子商务推荐系统实时性和可扩展性不足、推荐工具种类繁多却单一、推荐结果解释性差等问题,将BWADM应用到电子商务推荐系统中,研究了基于隐式评分的推荐系统,并设计和实现了基于BWADM的电子商务推荐系统原型系统BDBRS,验证了其正确性和上述推荐算法在效率、精确度等方面的优越性。
收藏人数最多的作品
徐复观文集
湖北省志 民俗方言志
湖北省出版资料选编(第2辑)
湖北文史资料 第二辑
湖北文史资料 第二辑
>>>查看湖北人民出版社更多作品
全格式电子版 - 免费下载
电子商务环境中分布式数据挖掘的研究
【点击查看】直接下载文件
点击去看看
广告
电子商务环境中分布式数据挖掘的研究分类索引数据信息
ISBN:9787216055062
出版日期:2008-4-10
适合人群:数据科学家,商业分析师,电子商务从业者,IT专业人士,高校相关领域的教师和学生,对电子商务和数据分析有兴趣的研究人员