數(shù)據(jù)挖掘與商務(wù)智能-1_商務(wù)智能概述-

1、1商務(wù)智能概述商務(wù)智能概述第一第一章章數(shù)據(jù)挖掘與商務(wù)智能主要內(nèi)容主要內(nèi)容數(shù)據(jù)時(shí)代需要數(shù)據(jù)時(shí)代需要BI什么是什么是BIBI給我們帶來(lái)了什么給我們帶來(lái)了什么BI系統(tǒng)架構(gòu)系統(tǒng)架構(gòu)主流商務(wù)智能產(chǎn)品介紹主流商務(wù)智能產(chǎn)品介紹商務(wù)智能應(yīng)用及發(fā)展趨勢(shì)商務(wù)智能應(yīng)用及發(fā)展趨勢(shì)數(shù)據(jù)時(shí)代需要數(shù)據(jù)時(shí)代需要BI-1計(jì)算時(shí)代計(jì)算時(shí)代實(shí)驗(yàn)室里的大量計(jì)算實(shí)驗(yàn)室里的大量計(jì)算不重視數(shù)據(jù)的存儲(chǔ)不重視數(shù)據(jù)的存儲(chǔ)普及時(shí)代普及時(shí)代個(gè)人、企業(yè)廣泛使用個(gè)人、企業(yè)廣泛使用出現(xiàn)數(shù)據(jù)、存儲(chǔ)的需求出現(xiàn)數(shù)據(jù)、存儲(chǔ)的需求應(yīng)用系統(tǒng)時(shí)代應(yīng)用系統(tǒng)時(shí)代開始出現(xiàn)數(shù)據(jù)積累開始出現(xiàn)數(shù)據(jù)積累互聯(lián)網(wǎng)時(shí)代互聯(lián)網(wǎng)時(shí)代更加海量的網(wǎng)上數(shù)據(jù)更加海量的網(wǎng)上數(shù)據(jù)數(shù)據(jù)時(shí)代？數(shù)據(jù)時(shí)代？數(shù)據(jù)

2、、數(shù)據(jù)、數(shù)據(jù)、數(shù)據(jù)、數(shù)據(jù)數(shù)據(jù)、數(shù)據(jù)、數(shù)據(jù)、數(shù)據(jù)、數(shù)據(jù).“大話大話”計(jì)算機(jī)數(shù)十年來(lái)的發(fā)展計(jì)算機(jī)數(shù)十年來(lái)的發(fā)展數(shù)據(jù)時(shí)代需要數(shù)據(jù)時(shí)代需要BI-2案例一：案例一：Behavior Targeting用戶行為（網(wǎng)絡(luò)用戶，實(shí)際用戶）用戶行為（網(wǎng)絡(luò)用戶，實(shí)際用戶）目標(biāo)銷售（目標(biāo)銷售（email，網(wǎng)絡(luò)廣告，短信，電話促銷，網(wǎng)絡(luò)廣告，短信，電話促銷）用戶的歸類、預(yù)測(cè)用戶的歸類、預(yù)測(cè)數(shù)據(jù)告訴我們什么數(shù)據(jù)告訴我們什么-3案例二：案例二：SEM（Search Engine Marketing）搜索引擎營(yíng)銷搜索引擎營(yíng)銷MSN Bing 、 Google、Yahoo和和Baidu四大全球搜索引擎四大全球搜索引擎KSP（K

3、eyword Services Platform ）AdSage（艾德思奇）（艾德思奇）:第三方第三方SEM服務(wù)商服務(wù)商“Business Intelligence is a process of turning data into information and knowledge into action for business gain?！盌ata Warehouse Institute. 什么是商務(wù)智能什么是商務(wù)智能-1數(shù)據(jù)數(shù)據(jù)可以記錄、通信和能識(shí)別的符號(hào)可以是文本、圖片、聲音等多種形式信息信息有用的數(shù)據(jù)就是信息，信息是對(duì)數(shù)據(jù)的解釋信息是經(jīng)過(guò)加工后的數(shù)據(jù)一個(gè)人的垃圾（數(shù)據(jù)）是另一個(gè)人的

4、財(cái)富（信息）知識(shí)知識(shí)是對(duì)信息內(nèi)容進(jìn)行提煉、比較、挖掘、分析、概括、判斷和推論事實(shí)性知識(shí)和經(jīng)驗(yàn)知識(shí)（顯性和隱性）How are You?什么是商務(wù)智能什么是商務(wù)智能-2n商務(wù)智能是企業(yè)利用現(xiàn)代信息技術(shù)收集、管理和分析結(jié)構(gòu)商務(wù)智能是企業(yè)利用現(xiàn)代信息技術(shù)收集、管理和分析結(jié)構(gòu)化和非結(jié)構(gòu)化的商務(wù)數(shù)據(jù)和信息，創(chuàng)造和累計(jì)商務(wù)知識(shí)和見化和非結(jié)構(gòu)化的商務(wù)數(shù)據(jù)和信息，創(chuàng)造和累計(jì)商務(wù)知識(shí)和見解，改善商務(wù)決策水平，采取有效的商務(wù)行動(dòng)，完善各種商解，改善商務(wù)決策水平，采取有效的商務(wù)行動(dòng)，完善各種商務(wù)流程，提升各方面商務(wù)績(jī)效，增強(qiáng)綜合競(jìng)爭(zhēng)力的智慧和能務(wù)流程，提升各方面商務(wù)績(jī)效，增強(qiáng)綜合競(jìng)爭(zhēng)力的智慧和能力力-王茁專著王茁專

5、著三位一體的商務(wù)智能三位一體的商務(wù)智能.共性共性沒有數(shù)據(jù)就沒有商務(wù)智能沒有數(shù)據(jù)就沒有商務(wù)智能數(shù)據(jù)之間往往存在一定的規(guī)律數(shù)據(jù)之間往往存在一定的規(guī)律采用一定的信息技術(shù)手段采用一定的信息技術(shù)手段BI給我們帶來(lái)了什么給我們帶來(lái)了什么-1BI給我們帶來(lái)了什么給我們帶來(lái)了什么-2 豐富的報(bào)表、查詢功能豐富的報(bào)表、查詢功能發(fā)生了什么發(fā)生了什么BI給我們帶來(lái)了什么給我們帶來(lái)了什么-3圖4.5 Cognos的鉆取操作 IBM Cognos的鉆取操作的鉆取操作為什么發(fā)生為什么發(fā)生BI給我們帶來(lái)了什么給我們帶來(lái)了什么-4 預(yù)測(cè)預(yù)測(cè)將來(lái)會(huì)發(fā)生什么將來(lái)會(huì)發(fā)生什么銷售分析儀表盤銷售分析儀表盤BI給我們帶來(lái)了什么給我們帶來(lái)

6、了什么-5 仿真分析仿真分析希望發(fā)生什么希望發(fā)生什么BI 系統(tǒng)架構(gòu)系統(tǒng)架構(gòu)-1數(shù)據(jù)庫(kù)業(yè)務(wù)數(shù)據(jù)庫(kù)添加、修改、刪除；查詢、統(tǒng)計(jì)、歸檔；存儲(chǔ)、集群、備份、遷移數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)倉(cāng)庫(kù)ETL數(shù)據(jù)挖掘模型多維分析模型分析展現(xiàn)挖掘展現(xiàn)門戶集成BI 系統(tǒng)架構(gòu)系統(tǒng)架構(gòu)-2數(shù)據(jù)源數(shù)據(jù)源企業(yè)內(nèi)部數(shù)據(jù)企業(yè)內(nèi)部數(shù)據(jù) 各種應(yīng)用系統(tǒng)：訂單系統(tǒng)、銷售系統(tǒng)、 OLTP（Online Transaction Processing）外部數(shù)據(jù)：市場(chǎng)信息、競(jìng)爭(zhēng)對(duì)手?jǐn)?shù)據(jù)外部數(shù)據(jù)：市場(chǎng)信息、競(jìng)爭(zhēng)對(duì)手?jǐn)?shù)據(jù)存在問題存在問題 異構(gòu)環(huán)境數(shù)據(jù) 主題不明確 對(duì)業(yè)務(wù)系統(tǒng)的影響B(tài)I 系統(tǒng)架構(gòu)系統(tǒng)架構(gòu)-3數(shù)據(jù)倉(cāng)庫(kù)（數(shù)據(jù)倉(cāng)庫(kù)（Data Warehouse，DW）面

7、向主題的、集成的、穩(wěn)定的、隨時(shí)間不斷變化的數(shù)據(jù)庫(kù)系統(tǒng)面向主題的、集成的、穩(wěn)定的、隨時(shí)間不斷變化的數(shù)據(jù)庫(kù)系統(tǒng)ETL 數(shù)據(jù)抽?。〝?shù)據(jù)抽?。‥xtraction） 數(shù)據(jù)轉(zhuǎn)換（數(shù)據(jù)轉(zhuǎn)換（Transformation） 數(shù)據(jù)加載（數(shù)據(jù)加載（Loading）BI 系統(tǒng)架構(gòu)系統(tǒng)架構(gòu)-4OLAP（On-Line Analytical Processing）商務(wù)智能的直接數(shù)據(jù)來(lái)源？商務(wù)智能的直接數(shù)據(jù)來(lái)源？ OLTP? 數(shù)據(jù)倉(cāng)庫(kù)？ 多維數(shù)據(jù)集?什么是多維數(shù)據(jù)集？什么是多維數(shù)據(jù)集？“多維數(shù)據(jù)集是一種結(jié)構(gòu)，包含了一個(gè)或多個(gè)度量多維數(shù)據(jù)集是一種結(jié)構(gòu)，包含了一個(gè)或多個(gè)度量。這些度量用于所有維度的成員的每個(gè)唯一組合?！盉I

8、 系統(tǒng)架構(gòu)系統(tǒng)架構(gòu)-5OLAP（On-Line Analytical Processing）“OLAP系統(tǒng)能夠讓用戶快捷地從數(shù)據(jù)中檢索信息，通常作為分析工具用在數(shù)據(jù)集市中，OLAP系統(tǒng)通過(guò)度量、維度、層次結(jié)構(gòu)和多維數(shù)據(jù)集等來(lái)展示數(shù)據(jù)?！?MicrosoftBI 系統(tǒng)架構(gòu)系統(tǒng)架構(gòu)-6數(shù)據(jù)挖掘數(shù)據(jù)挖掘啤酒與尿布的故事： 在一家超市里，有一個(gè)有趣的現(xiàn)象：尿布和啤酒赫然擺在一起出售，但是這個(gè)奇怪的舉措?yún)s使尿布和啤酒的銷量雙雙增加了。 原來(lái)，美國(guó)的婦女們經(jīng)常會(huì)囑咐她們的丈夫下班以后要為孩子買尿布。而丈夫在買完尿布之后又要順手買回自己愛喝的啤酒，因此啤酒和尿布在一起購(gòu)買的機(jī)會(huì)還是很多的。BI的三個(gè)層次的三

9、個(gè)層次數(shù)據(jù)庫(kù)業(yè)務(wù)數(shù)據(jù)庫(kù)添加、修改、刪除；查詢、統(tǒng)計(jì)、歸檔；存儲(chǔ)、集群、備份、遷移數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)倉(cāng)庫(kù)ETL數(shù)據(jù)挖掘模型多維分析模型分析展現(xiàn)挖掘展現(xiàn)門戶集成BI的三個(gè)層次的三個(gè)層次用戶數(shù)增加報(bào)表分析OLAPDM復(fù)雜度增加我知道它現(xiàn)在是怎樣的我知道它現(xiàn)在是怎樣的我知道它為什么是這樣我知道它為什么是這樣我知道它以后會(huì)是怎樣我知道它以后會(huì)是怎樣主流商務(wù)智能產(chǎn)品介紹主流商務(wù)智能產(chǎn)品介紹-1廠商廠商產(chǎn)品及簡(jiǎn)介產(chǎn)品及簡(jiǎn)介IBMDB2以及Cognos、SPSS、DataStage，覆蓋BI全部領(lǐng)域OracleOracle、Hyperion(海波龍 )，覆蓋BI全部領(lǐng)域，數(shù)據(jù)挖掘領(lǐng)域有待加強(qiáng)MicrosoftSQL

10、Server，覆蓋BI全部領(lǐng)域，適合中小型企業(yè)，性價(jià)比高InformaticaInformatica，主要是數(shù)據(jù)集成領(lǐng)域TeradataTeradata，主要是數(shù)據(jù)倉(cāng)庫(kù)領(lǐng)域SybaseSybaseIQ，主要是數(shù)據(jù)倉(cāng)庫(kù)領(lǐng)域SAPBusinessObjects、CrystalReports，主要是OLAP和報(bào)表領(lǐng)域SASSAS，數(shù)據(jù)挖掘領(lǐng)域領(lǐng)先奧威智動(dòng)Power-BI，主要是OLAP和報(bào)表領(lǐng)域，行業(yè)解決方案尚南BlueQuery，主要是OLAP和報(bào)表領(lǐng)域（已被用友華表收購(gòu)）潤(rùn)乾潤(rùn)乾報(bào)表，主要是OLAP和報(bào)表領(lǐng)域探智Trinity，主要是數(shù)據(jù)集成領(lǐng)域主流商務(wù)智能產(chǎn)品介紹主流商務(wù)智能產(chǎn)品介紹-2商務(wù)智

11、能應(yīng)用商務(wù)智能應(yīng)用-1商務(wù)智能行業(yè)應(yīng)用商務(wù)智能行業(yè)應(yīng)用商務(wù)智能應(yīng)用商務(wù)智能應(yīng)用-2各行業(yè)電子商務(wù)網(wǎng)站各行業(yè)電子商務(wù)網(wǎng)站算法算法層層商商業(yè)業(yè)邏邏輯輯層層行行業(yè)業(yè)應(yīng)應(yīng)用用層層商業(yè)應(yīng)用商業(yè)模型挖掘算法CRM產(chǎn)品推薦產(chǎn)品推薦客戶細(xì)分客戶細(xì)分客戶流失客戶流失客戶利潤(rùn)客戶利潤(rùn)客戶響應(yīng)客戶響應(yīng)關(guān)聯(lián)規(guī)則、序列模式、分類、聚集、偏差分析關(guān)聯(lián)規(guī)則、序列模式、分類、聚集、偏差分析WEB挖掘挖掘網(wǎng)站結(jié)構(gòu)優(yōu)化網(wǎng)站結(jié)構(gòu)優(yōu)化網(wǎng)頁(yè)推薦網(wǎng)頁(yè)推薦商品推薦商品推薦基因挖掘基因挖掘基因表達(dá)路徑分析基因表達(dá)路徑分析基因表達(dá)相似性分析基因表達(dá)相似性分析基因表達(dá)共發(fā)生分析基因表達(dá)共發(fā)生分析銀行銀行電信電信零售零售保險(xiǎn)保險(xiǎn)制藥制藥生物信息生

12、物信息科學(xué)研究科學(xué)研究相關(guān)行業(yè)商務(wù)應(yīng)用需求的推動(dòng)商務(wù)應(yīng)用需求的推動(dòng)神經(jīng)網(wǎng)絡(luò)、決策樹、回歸分析、粗集、遺傳算法神經(jīng)網(wǎng)絡(luò)、決策樹、回歸分析、粗集、遺傳算法金融行業(yè)應(yīng)用金融行業(yè)應(yīng)用美國(guó)匯豐銀行使用美國(guó)匯豐銀行使用SPSS成功案例成功案例公司背景公司背景 美國(guó)匯豐銀行是HSBC集團(tuán)成員之一，通過(guò)位于紐約的 380 個(gè)分支機(jī)構(gòu)為 140 多萬(wàn)銀行客戶提供核算、投資、借貸和其它金融服務(wù)。美國(guó)匯豐銀行資產(chǎn)為350億美元。 面臨問題面臨問題 同一地區(qū)可能有多家銀行設(shè)有分支機(jī)構(gòu)，從而引起持續(xù)的競(jìng)爭(zhēng)來(lái)吸引和保持附近的潛在客戶。為保持高水平的客戶獲取和保持率，并維持可贏利性，銀行經(jīng)常要實(shí)現(xiàn)以下目標(biāo)：u擴(kuò)展和現(xiàn)有客戶

13、的關(guān)系u控制營(yíng)銷費(fèi)用以維持利潤(rùn)u用新的智能快速轉(zhuǎn)移市場(chǎng) 金融行業(yè)應(yīng)用金融行業(yè)應(yīng)用美國(guó)匯豐銀行使用美國(guó)匯豐銀行使用SPSS成功案例成功案例解決方案解決方案SPSS 客戶細(xì)分：采用實(shí)時(shí)的預(yù)測(cè)分析技術(shù)，分析來(lái)自各種不同數(shù)據(jù)源客戶細(xì)分：采用實(shí)時(shí)的預(yù)測(cè)分析技術(shù)，分析來(lái)自各種不同數(shù)據(jù)源（ATM、交易網(wǎng)站、呼叫中心及相關(guān)分支機(jī)構(gòu)）的客戶數(shù)據(jù)、交易網(wǎng)站、呼叫中心及相關(guān)分支機(jī)構(gòu)）的客戶數(shù)據(jù),發(fā)現(xiàn)發(fā)現(xiàn)潛在價(jià)值潛在價(jià)值客戶流失：找出最有價(jià)值的客戶，理解他們的行為。在客戶群中客戶流失：找出最有價(jià)值的客戶，理解他們的行為。在客戶群中找出盡可能多的潛在流失者，進(jìn)行有效的保留活動(dòng)并降低成本找出盡可能多的潛在流失者，進(jìn)行有效

14、的保留活動(dòng)并降低成本交叉銷售交叉銷售:從客戶的交易數(shù)據(jù)和客戶的自然屬性中尋找、選擇最有從客戶的交易數(shù)據(jù)和客戶的自然屬性中尋找、選擇最有可能捆綁在一起銷售的產(chǎn)品和服務(wù)，發(fā)現(xiàn)有價(jià)值的產(chǎn)品和服務(wù)組可能捆綁在一起銷售的產(chǎn)品和服務(wù)，發(fā)現(xiàn)有價(jià)值的產(chǎn)品和服務(wù)組合，從而有效地向客戶提供額外的服務(wù)，提高活期收入并提升客合，從而有效地向客戶提供額外的服務(wù)，提高活期收入并提升客戶的收益率戶的收益率金融行業(yè)應(yīng)用金融行業(yè)應(yīng)用美國(guó)匯豐銀行使用美國(guó)匯豐銀行使用SPSS成功案例成功案例應(yīng)用結(jié)果應(yīng)用結(jié)果 揭示特定客戶的需求，銷售增加揭示特定客戶的需求，銷售增加50%營(yíng)銷費(fèi)用減少營(yíng)銷費(fèi)用減少30% 提高了建立和開展適時(shí)營(yíng)銷戰(zhàn)略的

15、能力提高了建立和開展適時(shí)營(yíng)銷戰(zhàn)略的能力 Somma說(shuō)， OLAP對(duì)了解數(shù)據(jù)特征來(lái)說(shuō)是一個(gè)不錯(cuò)的工具，但我無(wú)法從中發(fā)現(xiàn)聯(lián)系的力度，也不能做出預(yù)測(cè)模型，而那正是我最需要的?！癝omma說(shuō)，OLAP是好的報(bào)告工具，但沒有統(tǒng)計(jì)引擎，它只能告訴過(guò)去我在哪里，而不能說(shuō)出我需要去哪里。 BI在電信行業(yè)應(yīng)用在電信行業(yè)應(yīng)用精細(xì)化營(yíng)銷精細(xì)化營(yíng)銷 客戶細(xì)分，找準(zhǔn)客戶范圍，全面了解客戶客戶細(xì)分，找準(zhǔn)客戶范圍，全面了解客戶 地市分公司數(shù)據(jù)集市建設(shè)地市分公司數(shù)據(jù)集市建設(shè)評(píng)估分析套餐評(píng)估分析套餐資費(fèi)預(yù)演功能資費(fèi)預(yù)演功能 套餐分析套餐分析 資費(fèi)營(yíng)銷案活動(dòng)管理資費(fèi)營(yíng)銷案活動(dòng)管理 降低成本降低成本重入網(wǎng)現(xiàn)象日趨嚴(yán)重重入網(wǎng)現(xiàn)象日趨

16、嚴(yán)重 利用呼叫指紋和利用呼叫指紋和IMEI技術(shù)，架構(gòu)新的重入網(wǎng)模型技術(shù)，架構(gòu)新的重入網(wǎng)模型 BI在零售業(yè)應(yīng)用在零售業(yè)應(yīng)用-1零售業(yè)特點(diǎn)零售業(yè)特點(diǎn)顧客數(shù)量龐大，消費(fèi)水平層次不齊顧客數(shù)量龐大，消費(fèi)水平層次不齊 銷售品種多，銷售方式多樣銷售品種多，銷售方式多樣供應(yīng)商信息龐大供應(yīng)商信息龐大顧客顧客已已從從“感覺消費(fèi)感覺消費(fèi)”向向“感情消費(fèi)感情消費(fèi)”邁進(jìn)邁進(jìn)企業(yè)經(jīng)營(yíng)企業(yè)經(jīng)營(yíng)開始開始從降低成本向提高顧客滿意度邁進(jìn)（從降低成本向提高顧客滿意度邁進(jìn)（CRM） CRM（客戶關(guān)系管理）指在合適的時(shí)間、以合適的價(jià)格、（客戶關(guān)系管理）指在合適的時(shí)間、以合適的價(jià)格、將合適的產(chǎn)品或服務(wù)提供給合適的客戶，以滿足他們的需將合

17、適的產(chǎn)品或服務(wù)提供給合適的客戶，以滿足他們的需要。要。BI在零售業(yè)應(yīng)用在零售業(yè)應(yīng)用-2BI在零售業(yè)的應(yīng)用價(jià)值在零售業(yè)的應(yīng)用價(jià)值了解銷售全局了解銷售全局 商品分組布局商品分組布局 降低庫(kù)存成本降低庫(kù)存成本 市場(chǎng)和趨勢(shì)分析市場(chǎng)和趨勢(shì)分析 有效的商品促銷有效的商品促銷 BI在電子商務(wù)行業(yè)的應(yīng)用在電子商務(wù)行業(yè)的應(yīng)用-1BI在電子商務(wù)行業(yè)的應(yīng)用在電子商務(wù)行業(yè)的應(yīng)用-2Web挖掘挖掘就是利用數(shù)據(jù)挖掘技術(shù)，從就是利用數(shù)據(jù)挖掘技術(shù)，從Web文檔以及服務(wù)中發(fā)現(xiàn)信息、知識(shí)文檔以及服務(wù)中發(fā)現(xiàn)信息、知識(shí)的過(guò)程的過(guò)程數(shù)據(jù)來(lái)源于數(shù)據(jù)來(lái)源于Web文檔、文檔、 Web服務(wù)器日志服務(wù)器日志、用戶、用戶Cookies主要處理文本

18、、圖形、圖像等半結(jié)構(gòu)化數(shù)據(jù)主要處理文本、圖形、圖像等半結(jié)構(gòu)化數(shù)據(jù)主要應(yīng)用主要應(yīng)用 網(wǎng)站結(jié)構(gòu)優(yōu)化 智能搜索引擎 個(gè)性化推薦 顧客分類，交叉銷售 垃圾郵件過(guò)濾BI在電子商務(wù)行業(yè)的應(yīng)用在電子商務(wù)行業(yè)的應(yīng)用-3Web挖掘分類挖掘分類Web挖掘 Web結(jié)構(gòu)挖掘 Web使用挖掘 Web內(nèi)容挖掘 文本挖掘 多媒體挖掘 內(nèi)、外部結(jié)構(gòu)挖掘 URL挖掘 個(gè)性化訪問模式追蹤 一般訪問模式追蹤BI在電子商務(wù)行業(yè)的應(yīng)用在電子商務(wù)行業(yè)的應(yīng)用-4Web文本挖掘文本挖掘Web文本挖掘應(yīng)用文本挖掘應(yīng)用搜索引擎優(yōu)化搜索引擎優(yōu)化垃圾郵件過(guò)濾垃圾郵件過(guò)濾Web文本Internet采集特征庫(kù)提取結(jié)果挖掘輸出評(píng)價(jià)BI在電子商務(wù)行業(yè)的應(yīng)用

19、在電子商務(wù)行業(yè)的應(yīng)用-4Web結(jié)構(gòu)挖掘結(jié)構(gòu)挖掘通過(guò)分析頁(yè)面鏈接的數(shù)量和對(duì)象，從而建立通過(guò)分析頁(yè)面鏈接的數(shù)量和對(duì)象，從而建立Web的鏈接結(jié)構(gòu)模式的鏈接結(jié)構(gòu)模式 相關(guān)算法相關(guān)算法PageRank算法：網(wǎng)頁(yè)的質(zhì)量和重要性可以通過(guò)其他網(wǎng)頁(yè)對(duì)其鏈算法：網(wǎng)頁(yè)的質(zhì)量和重要性可以通過(guò)其他網(wǎng)頁(yè)對(duì)其鏈接的數(shù)量進(jìn)行衡量接的數(shù)量進(jìn)行衡量 HITS算法：算法： 權(quán)威頁(yè)面：表達(dá)某一主題的頁(yè)面 Hub頁(yè)面：把權(quán)威頁(yè)面鏈接到一起的頁(yè)面應(yīng)用應(yīng)用信息檢索：根據(jù)信息檢索：根據(jù)Web重要性進(jìn)行排名重要性進(jìn)行排名社區(qū)識(shí)別：識(shí)別基于某個(gè)特定主題的相關(guān)社區(qū)識(shí)別：識(shí)別基于某個(gè)特定主題的相關(guān)Web頁(yè)面頁(yè)面網(wǎng)站優(yōu)化：重新定位網(wǎng)頁(yè)鏈接網(wǎng)站優(yōu)化：重

20、新定位網(wǎng)頁(yè)鏈接BI在電子商務(wù)行業(yè)的應(yīng)用在電子商務(wù)行業(yè)的應(yīng)用-5Web日志挖掘日志挖掘指從用戶訪問日志中獲取有價(jià)值的信息指從用戶訪問日志中獲取有價(jià)值的信息 ，包括訪問者的興趣愛好、，包括訪問者的興趣愛好、訪問模式、滿意度訪問模式、滿意度 應(yīng)用應(yīng)用顧客分類：開展有針對(duì)性的營(yíng)銷活動(dòng)顧客分類：開展有針對(duì)性的營(yíng)銷活動(dòng)交叉銷售：識(shí)別商品間的關(guān)聯(lián)程度交叉銷售：識(shí)別商品間的關(guān)聯(lián)程度個(gè)性化推薦：在適合的時(shí)間，以適合的方式，將適合的產(chǎn)品，推個(gè)性化推薦：在適合的時(shí)間，以適合的方式，將適合的產(chǎn)品，推薦到適合的人手中。薦到適合的人手中。BI在電子商務(wù)行業(yè)的應(yīng)用在電子商務(wù)行業(yè)的應(yīng)用-6服裝電子商務(wù)個(gè)性化推薦系統(tǒng)關(guān)鍵技術(shù)研究服裝電子商務(wù)個(gè)性化推薦系統(tǒng)關(guān)鍵技術(shù)研究 課題課題虛擬與現(xiàn)實(shí)存在一定的差距，傳統(tǒng)的服裝電子商虛擬與現(xiàn)實(shí)存在一定的差距，傳統(tǒng)的服裝電子商務(wù)網(wǎng)站不適合務(wù)網(wǎng)站不適合“一看二摸三試衣一看二摸三試衣”的購(gòu)物流程的購(gòu)物流程存在海量的商品信息存在海量的商品信息 查找困難，失去購(gòu)物興趣搜索結(jié)果界面相同搜索結(jié)果界面相同 缺乏個(gè)性化（顏色、款式） 服裝個(gè)性化搭配問題服裝展示：二維圖片服裝展示：二維圖片+文字說(shuō)明為主文字說(shuō)明為主 用戶購(gòu)衣后衣服不合體衣服質(zhì)感存在較大差異BI在電子商務(wù)行業(yè)的應(yīng)用在電子商務(wù)行業(yè)的應(yīng)用-7服裝款式個(gè)性化推薦技術(shù) 用戶聚類 Web數(shù)據(jù)挖掘 協(xié)同過(guò)濾推薦 不確定性服裝搭配預(yù)測(cè)模型研