随着Internet应用的普及,作为信息时代的产物和宠儿,电子商务获得了迅速的发展。电子商务系统每天都会产生大量的交易数据,如何利用这些数据为不同客户群体提供个性化服务,进而提高客户的忠诚度,在竞争激烈的电子商务领域中变得势在必行!
目前,几乎所有的大型电子商务系统,如Amazon、eBay、dangdang等,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。但是,这些系统的挖掘引擎均是基于封闭体系设计的,在需求多变,且经常要面向不同用户的电子商务挖掘应用中总显得有些缺憾。因此,本文就如何构建一个开放式数据挖掘引擎展开研究。首先从面向服务的软件架构入手,介绍了该架构的概念模型、优点及该架构的具体实现——Web服务。然后文章研究了目前主流挖掘引擎所采用的体系架构,分析了这些体系架构的不足。针对这些不足,提出了一种基于Web服务的开放式数据挖掘引擎架构(Open Data-Mining Engine based on Web Services,ODMEWS),该架构引入了面向服务的思想,与Web服务技术的结合使引擎独立于具体的挖掘应用和挖掘算法,具有良好的开放性。
此外,本文结合科研项目“863”高新技术研究发展计划——“基于Web服务的数据库新技术”,为该项目的应用平台——“易购365”电子商务系统设计了数据挖掘子系统,其中的挖掘引擎采用了本文提出的基于Web服务的开放式数据挖掘引擎。同时,针对“易购365”的实际业务需求,定制并实现了三类数据挖掘应用:客户忠诚度分析,客户群的细分和商品推荐,直接或间接地为“易购365”的客户提供个性化服务。文章还详细论述了挖掘引擎原型的实现过程,就实现中会影响引擎性能的几个因素进行了分析,并针对这些因素给出了改进性能的建议。
最后在总结全文的基础上,针对本文研究的内容,提出了一些
暂无评论