论文部分内容阅读
随着基于因特网的各种信息系统在企业中的应用,企业将收集越来越多的关于客户、产品及销售情况在内的各种信息,这些信息能帮助企业更好地预测和把握未来。在决策支持系统基础上进一步发展起来的商务智能能够向用户提供更为复杂的商业信息,使分析处理信息的能力和信息的利用率大为提高,从而进一步解决企业决策时需要了解的各种问题,并帮助企业更快更好地制定和做出决策。由此可见,在决策支持系统基础上发展商务智能已成为现代企业发展的势不可挡的必然趋势。 本文在综述决策支持系统发展及目前研究现状的基础上,提出了以客户的点击流数据为基础,并且将点击流数据和商务网站后台数据相结合,共同进行智能化分析,以实现一个电子商务环境下的智能决策支持系统设计与开发的研究思想。在进行智能化分析时,我们引入了数据挖掘的技术。 论文首先给出了系统的整体框架体系结构设计,以及主要的功能模块介绍;接着,在数据预处理部分,设计了在应用层收集点击流数据并且对其进行实时预处理的方法;在数据挖掘即数据分析部分,研究与实现了用于数据概化分析的面向属性规约的扩展算法,以及设计并实现了用于关连分析的混合维关联规则挖掘算法;最后,在江苏长江电气集团的电子商务网站系统上,利用已分析的算法设计并实现了一个智能决策支持系统。 论文的创新之处在于: 1.提出基于点击流挖掘技术的商务智能辅助决策系统框架。从大量的客户访问数据中挖掘得出能指导企业生产、辅助企业商务智能决策的有用信息。 2.对单维、单层、布尔型关联规则挖掘算法——Apriori算法进行改进,设计并实现了基于多维事务数据库的混合维关联规则挖掘算法。 3.利用构件化的思想设计挖掘算法库,实现了算法库的可扩展性和易选择性。