Please wait a minute...
Advanced Search
现代图书情报技术  2007, Vol. 2 Issue (10): 62-65     https://doi.org/10.11925/infotech.1003-3513.2007.10.14
  情报分析与研究 本期目录 | 过刊浏览 | 高级检索 |
Clementine在电子商务环境中的数据挖掘应用
邓尚民 韩靖(编译)
(山东理工大学科技信息研究所 淄博 255091)
Application of Data-mining with Clementine Under the E-commerce Environment
Deng Shangmin  Han Jing(Compiler)
(Institute of Scientific & Technical Information, Shandong University of Technology,Zibo 255091,China)
全文: PDF (540 KB)  
输出: BibTeX | EndNote (RIS)      
摘要 

针对电子商务环境下对数据挖掘的需求,使用新一代的数据挖掘工具Clementine对具体实例进行处理,给出了数据流形式的挖掘流程,包括应用理解、数据理解、数据准备、应用模型。指出Clementine对电子商务环境下的信息发现具有巨大的发展前景。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
韩靖(编译)
邓尚民
关键词 电子商务Clementine数据挖掘数据流    
Abstract

In order to meet the demand on the data-mining under the E-commerce environment,this paper copes with concrete problem with Clementine,and puts forward the streams through data-mining,including the understanding of apply and data,as well as preparing and models’ application. Clementine has enormous development prospects to the discovery of information under the E-commerce environment.

Key wordsE-commerce    Clementine    Data-mining    Data stream
收稿日期: 2007-06-29      出版日期: 2009-10-25
: 

TP31 

 
     
  F313.36

 
通讯作者: 韩靖(编译)     E-mail: jing1609@163.com
作者简介: 邓尚民,韩靖(编译)
引用本文:   
邓尚民,韩靖(编译). Clementine在电子商务环境中的数据挖掘应用[J]. 现代图书情报技术, 2007, 2(10): 62-65.
Deng Shangmin,Han Jing(Compiler). Application of Data-mining with Clementine Under the E-commerce Environment. New Technology of Library and Information Service, 2007, 2(10): 62-65.
链接本文:  
https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2007.10.14      或      https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2007/V2/I10/62

[1] 肖秋红. 数据挖掘技术在科研信息服务中的应用研究[J]. 图书馆论坛,2004,24(1):140-142.
[2] Clementine中文使用手册:5-6.
[3] http://www.spss.com/clementine/Clementine_tutorial/Tutorial/toc_top.htm.
[4] Richarad J Roiger,Michael W Geatz著.翁敬农译.数据挖掘教程[M]. 清华大学出版社.第二版北京:2003:45-46.
[5] 毕建欣. 数据挖掘技术在我国保险业中的应用研究[D]. 福州大学. 2005.5:56-58.
[6] http://www.spss.com.cn/application/telecom/clementinetelcoinsert.pdf.
[7] 龙志勇. 数据挖掘在电信行业客户关系管理中的应用[J]. 信息网络. 2003,12(2):118-120.
[8] 王斌会. 数据挖掘技术及其应用现状[J]. 统计与决策, 2006(5):122-123.
[9] 吴志勇. 数据挖掘在电信客户流失中的应用研究[D]. 电子科技大学. 2006.1:49-53.

[1] 谢旺, 王丽珍, 陈红梅, 曾兰清. 基于空间序偶模式挖掘污染源与癌症病例的关系 *[J]. 数据分析与知识发现, 2021, 5(2): 14-31.
[2] 李晓峰,马静,李驰,朱恒民. 基于XGBoost模型的电商商品品名识别算法研究 *[J]. 数据分析与知识发现, 2019, 3(7): 34-41.
[3] 张勇,李树青,程永上. 基于频次有效长度的加权关联规则挖掘算法研究 *[J]. 数据分析与知识发现, 2019, 3(7): 85-93.
[4] 陆泉,朱安琪,张霁月,陈静. 中文网络健康社区中的用户信息需求挖掘研究*——以求医网肿瘤板块数据为例[J]. 数据分析与知识发现, 2019, 3(4): 22-32.
[5] 牟冬梅,法慧,王萍,孙晶. 基于结构方程模型的疾病危险因素研究*[J]. 数据分析与知识发现, 2019, 3(4): 80-89.
[6] 李勇男. 贝叶斯理论在反恐情报分类分析中的应用研究*[J]. 数据分析与知识发现, 2018, 2(10): 9-14.
[7] 牟冬梅, 王萍, 赵丹宁. 高维电子病历的数据降维策略与实证研究*[J]. 数据分析与知识发现, 2018, 2(1): 88-98.
[8] 王宇, 李秀秀. 基于电子商务评论的商家信誉维度构建*[J]. 数据分析与知识发现, 2017, 1(8): 59-67.
[9] 薛福亮, 刘君玲. 基于用户间信任关系改进的协同过滤推荐方法*[J]. 数据分析与知识发现, 2017, 1(7): 90-99.
[10] 胡忠义, 王超群, 吴江. 融合多源网络评估数据及URL特征的钓鱼网站识别技术研究*[J]. 数据分析与知识发现, 2017, 1(6): 47-55.
[11] 朱鹏, 赵笑笑, 伍薇. 移动电子商务消费者决策偏好影响因素实证研究*[J]. 数据分析与知识发现, 2017, 1(3): 1-9.
[12] 江思伟, 谢振平, 陈梅婕, 蔡明. 混合特征数据的自解释归约建模方法*[J]. 数据分析与知识发现, 2017, 1(12): 92-100.
[13] 牟冬梅,任珂. 三种数据挖掘算法在电子病历知识发现中的比较*[J]. 现代图书情报技术, 2016, 32(6): 102-109.
[14] 李峰,李书宁,于静. 面向院系的高校毕业生图书馆记忆系统[J]. 现代图书情报技术, 2016, 32(5): 99-103.
[15] 赵静娴. 基于决策树的网络伪舆情识别研究[J]. 现代图书情报技术, 2015, 31(6): 78-84.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
版权所有 © 2015 《数据分析与知识发现》编辑部
地址:北京市海淀区中关村北四环西路33号 邮编:100190
电话/传真:(010)82626611-6626,82624938
E-mail:jishu@mail.las.ac.cn