前言：本站為你精心整理了電子商務(wù)用戶數(shù)據(jù)的知識融合范文，希望能為你的創(chuàng)作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

摘要：隨著電子商務(wù)產(chǎn)業(yè)的迅速發(fā)展，網(wǎng)上購物成為了一種非常方便、快捷的購物方式。但是，面對網(wǎng)絡(luò)上形形色色的各種商品，用戶需要花費(fèi)大量的時間和精力進(jìn)行篩選，帶來了不好的購物體驗。目前，經(jīng)過對電子商務(wù)用戶數(shù)據(jù)挖掘分析制定的購物推薦系統(tǒng)已有許多，本文著重研究了基于D-S證據(jù)理論的知識融合，致力于解決在推薦系統(tǒng)中推薦一致性問題中的難點(diǎn)，快速、準(zhǔn)確地向用戶推薦符合需求的商品。

關(guān)鍵詞：電子商務(wù)；用戶數(shù)據(jù)；知識融合；證據(jù)理論

隨著現(xiàn)代互聯(lián)網(wǎng)經(jīng)濟(jì)的發(fā)展，電子商務(wù)的發(fā)展態(tài)勢良好，越來越多的人開始從事電子商務(wù)行業(yè)。通過數(shù)據(jù)挖掘技術(shù)在電子商務(wù)用戶數(shù)據(jù)分析中的應(yīng)用，開始出現(xiàn)了許多基于數(shù)據(jù)挖掘、分析的用戶推薦系統(tǒng)，可以讓用戶在眼花繚亂的各種商品中快速找到自己感興趣的需求產(chǎn)品。但是目前市面存在的用戶推薦系統(tǒng)大多存在著定位不清晰、推薦產(chǎn)品不準(zhǔn)確的問題，因此，本文著力研究了知識融合相關(guān)理論，通過對用戶數(shù)據(jù)信息的融合，得出具有一致性的用戶需求準(zhǔn)確推薦。

一、電子商務(wù)用戶數(shù)據(jù)挖掘

在電子商務(wù)用戶數(shù)據(jù)的處理中，數(shù)據(jù)挖掘技術(shù)已經(jīng)是一種非常常見的分析技術(shù)，它可以從海量的、多維的數(shù)據(jù)中，去除噪聲和模糊信息，提取出隱含在內(nèi)的潛在有用知識，分析用戶喜好和意圖，從而達(dá)到精準(zhǔn)營銷的目標(biāo)。數(shù)據(jù)挖掘技術(shù)分為以下幾種：一是協(xié)同過濾技術(shù)。它是指針對用戶感興趣的數(shù)據(jù)進(jìn)行挖掘，即在大量數(shù)據(jù)中，對用戶的某一信息進(jìn)行分析匯總，從而得到用戶對該項信息的認(rèn)可程度。二是數(shù)據(jù)分類技術(shù)。指根據(jù)數(shù)據(jù)屬性的不同，對其進(jìn)行分類。這種方法具有良好的容錯能力，可以快速對數(shù)據(jù)進(jìn)行分析和準(zhǔn)確地分類。三是關(guān)聯(lián)規(guī)則技術(shù)。通過對用戶在訪問電子商務(wù)網(wǎng)站時的留下的記錄痕跡進(jìn)行分析，建立關(guān)聯(lián)模型，挖掘用戶感興趣的商品，從而提高同類型產(chǎn)品銷量。四是聚類分析技術(shù)。將數(shù)據(jù)集合依據(jù)其內(nèi)在聯(lián)系分為若干個大類，最終達(dá)到類內(nèi)數(shù)據(jù)對象相似度高，類外的數(shù)據(jù)對象相似度低。將數(shù)據(jù)挖掘技術(shù)應(yīng)用到電子商務(wù)中，可以在大量的用戶訪問痕跡信息中挖掘出有價值的信息，提取關(guān)鍵數(shù)據(jù)幫助商家進(jìn)行商業(yè)決策，給用戶推薦匹配度較高的產(chǎn)品，以達(dá)到精準(zhǔn)營銷的目標(biāo)。

二、知識融合理論相關(guān)研究

大數(shù)據(jù)時代中，電子商務(wù)用戶數(shù)據(jù)的種類越來越多，數(shù)據(jù)的規(guī)模也在爆炸性增加。由于電子商務(wù)用戶數(shù)據(jù)的結(jié)構(gòu)差異較大、價值密度較低、來源廣雜、更新速度快等特點(diǎn)，在大數(shù)據(jù)環(huán)境下，需要通過將多源異構(gòu)數(shù)據(jù)進(jìn)行知識融合來獲取相應(yīng)的信息。知識融合算法是指從異構(gòu)、分散的數(shù)據(jù)來源中挖掘出隱含的潛在知識，來幫助人們快速找到有關(guān)知識之間的關(guān)聯(lián)，從而做出相應(yīng)決策，提出有效的解決方案。D-S證據(jù)理論是知識融合領(lǐng)域中十分常用的一種融合理論，它不需要任何先驗知識，僅通過“區(qū)間”的方法去描述知識，獲取知識結(jié)果的不確定性，這種特點(diǎn)使D-S證據(jù)理論在知識融合中的靈活性很高。因此，在電子商務(wù)數(shù)據(jù)的處理中，也可以采用這種理論進(jìn)行知識融合，將不同信息來源獨(dú)立的知識數(shù)據(jù)進(jìn)行組合，以獲取較為一致的推薦結(jié)論，給用戶推薦符合需求的商品。

三、電子商務(wù)用戶數(shù)據(jù)的知識融合過程

電子商務(wù)用戶數(shù)據(jù)的知識融合處理，需要先使用聚類算法進(jìn)行數(shù)據(jù)預(yù)處理，清洗噪聲和多余的重復(fù)數(shù)據(jù)，然后使用D-S證據(jù)理論進(jìn)行融合。實際意義上來說，D-S證據(jù)理論是建立在辨識框架上的，這里的辨識框架是指針對某一個命題而言，其全部可能意義的解，也就是假設(shè)構(gòu)成的集合。舉例來說，電子商務(wù)數(shù)據(jù)中的某項實際問題，需要對其進(jìn)行決策，在之前的處理中，我們是通過總結(jié)過往經(jīng)驗，根據(jù)前人所述的經(jīng)驗去推斷的所有可能結(jié)果，現(xiàn)在我們把這個集合就稱為辨識框架。其中元素的數(shù)量是有限的，并且元素之間是互相獨(dú)立的。知識融合算法最重要的任務(wù)就是對這個辨識框架下的每一個推斷可能結(jié)果都進(jìn)行信任值計算評估。針對電子商務(wù)領(lǐng)域，用戶數(shù)據(jù)通常來源于不同領(lǐng)域、多個層次，在使用D-S證據(jù)理論對電子商務(wù)用戶數(shù)據(jù)進(jìn)行融合時，需要先將這些知識數(shù)據(jù)的信任評估按照組合規(guī)則進(jìn)行合并處理，即得到一個信任評估值函數(shù)。利用這個函數(shù)，可以通過數(shù)學(xué)理論推理機(jī)制，使用“區(qū)間”的方法判斷不確定信息，從而解決由于用戶數(shù)據(jù)隨機(jī)性和模糊性過大導(dǎo)致的各種問題。通過研究知識融合相關(guān)理論，對電子商務(wù)用戶數(shù)據(jù)中的知識進(jìn)行融合測算，將不確定信息轉(zhuǎn)化為一個確定的區(qū)間值，最終給用戶提供較為精準(zhǔn)的商品推薦，以提高產(chǎn)品銷售業(yè)績。

參考文獻(xiàn)

[1]盧海燕.數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用探究[J].電子測試,2014(s1):73-75.

[2]師東生.數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用分析[J].信息與電腦：理論版,2010(4),201.

[3]蘇新寧．面向知識服務(wù)的知識組織理論與方法[M].北京：科學(xué)出版社,2014.3.

[4]唐曉波,魏巍．知識融合：大數(shù)據(jù)時代知識服務(wù)的增長點(diǎn)[J].圖書館學(xué)研究,2015(5):9-14.

[5]劉芬.計算機(jī)數(shù)據(jù)挖掘技術(shù)的開發(fā)及其應(yīng)用探究[J].現(xiàn)代工業(yè)經(jīng)濟(jì)和信息化,2018.06.

[6]李霏.Web數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用價值探析[J].電子技術(shù)與軟件工程,2016(2):198.

作者:王越 單位:山東勞動職業(yè)技術(shù)學(xué)院