需要金币:1000 个金币 | 资料包括:完整论文 | ||
转换比率:金额 X 10=金币数量, 例100元=1000金币 | 论文字数:16674 | ||
折扣与优惠:团购最低可5折优惠 - 了解详情 | 论文格式:Word格式(*.doc) |
摘要:随着互联网的高速发展以及信息技术的快速进步,“网络团购”这种新型电子商务模式迅速发展,成为当下的热门话题。目前团购网站中仍然存在着信息过载以及同质化竞争等一系列问题,影响消费者的用户体验。随着团购的迅速发展,如何选择合适的商家和产品以及挖掘用户的潜在需求,已经成为决定网站兴衰的关键。本文以美团网站为研究对象,使用数据挖掘技术对收集到的数据进行数据挖掘并进行分析。使用聚类分析对用户的消费习惯、商品的销售信息等进行聚类规则挖掘,从中获取消费者的购买倾向,挖掘用户的潜在需求,将商品分类。通过数据挖掘的结果,向网络团购平台提供决策,使团购平台能够向用户提供更好的服务,增强网站的竞争力。
关键词 团购网站;数据挖掘;关联规则;聚类分析
目录 摘要 Abstract 1 绪论-1 1.1研究背景-1 1.2国内外研究现状-2 1.3研究的目的和意义-2 1.4研究的内容-3 1.5研究方法和技术路线-3 2数据挖掘概述-4 2.1数据挖掘产生的背景和意义-4 2.2数据挖掘的基本过程-4 2.3数据挖掘的任务和方法-5 2.4数据挖掘在电子商务中的应用-6 2.4.1顾客管理-6 2.4.2网站结构优化-7 2.4.3智能搜索引擎-7 2.4.4异常事件确定-8 3美团网运营的现状-9 3.1美团网的成立与发展-9 3.2美团网经营发展遇到的问题-9 4数据挖掘技术在美团网站中的应用-11 4.1数据挖掘在团购网站中的作用-11 4.2不同数据挖掘方法在团购网站中的应用-11 4.3聚类分析的概念-12 4.4 k-means算法-12 4.5 k-means算法数据挖掘的过程-13 4.5.1获取原始数据-13 4.5.2数据预处理-13 4.5.3使用k-means算法进行聚类分析数据挖掘-17 5结果分析与建议-22 5.1结果分析-22 5.2对美团网站的建议-22 结论-24 致谢-26 参考文献-27 |