一种基于粗糙集的小型电子商务挖掘模型(1)(2)
2015-11-05 02:24
导读：服务器端数据采集的缺点是：如果客户使用本地CACHE和代理（Proxy）,则Web服务器仅能获取代理信息，而得不到客户的真正信息；同样， Web环境中有各种CA
服务器端数据采集的缺点是：如果客户使用本地CACHE和代理（Proxy）,则Web服务器仅能获取代理信息，而得不到客户的真正信息；同样， Web环境中有各种CACHE，Web日志记录可能不准确。这些都将导致信息的不完整以及信息量的不足。
2. 代理端数据采集。许多网络服务商通过CACHE为客户提高导航速度，它通过海量的Web Servers来采集客户数据。代理不仅可以采集多个客户的行为，还可以采集多个网站的行为。代理端数据采集适合有大量静态页面的网站。
代理端数据采集的缺点是：多个客户使用同一个代理服务器的环境下，如何标识某个客户，如何识别属于该客户的会话和使用记录，此问题在很大程度上影响挖掘质量。
3. 客户端数据采集。客户端通过JavaScript、Java Applets或修改过的浏览器记录数据。但JavaScript不能记录客户所有的行为，而Java Applets可以记录客户的所有行为，但效率低。
客户端数据采集的缺点是：客户可能会在浏览器设置中关闭JavaScript、Java Applets功能；涉及客户的个人隐私信息，需要客户配合。
综上所述，对于电子商务网站而言，尽管有多种数据采集源，但实现起来比较困难，而且所得数据是很不完整的。
基于以上分析，在建立电子商务网站时，除客户注册表、商品表等表外，应在服务器端维持两个基本表：客户行为表和商业行为表。客户行为表记录客户的行为，如：登录、查询、添加商品到购物车、浏览等行为。商业行为表记录客户的实际购物情况，如所购商品、数量、日期等。
表的基本结构包含如下一些基本字段：
客户行为表：Customer No, Customer Type, Date, Login Time, Exit Time, Home, Browse, Search, Login, Pay, Register, Add to Cart, Select
其中，Customer Type为客户类别：0-普通客户，1-会员客户。
（科教论文网 lw.NsEac.com编辑整理）
商业行为表：Customer No, Merchandises, Number, Date, Time
可见，上述两个表格记录了挖掘所需的基本数据，使得数据采集更易于完成。
四、 粗糙集数据清洗
利用粗糙集的约简算法对数据进行清洗。主要是计算知识的约简、核、上近似及下近似（正域）。以决策规则为例。表1是某电子商店的购物记录， P，Q，R，S代表4种商品；Customer No. 为客户号。是：表示购买了某商品；否：表示没有购买某商品。 共2页: 1 [2] 下一页 论文出处(作者):
电子商务个性化服务与Ｗｅｂ使用挖掘技术
电子商务与安全防范
