báo cáo đồ án khai thác dữ liệu bán lẻ từ các trang thương mại điện tử

20 31 0
báo cáo đồ án khai thác dữ liệu bán lẻ từ các trang thương mại điện tử

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

Thông tin tài liệu

-Việc kinh doanh online là xu thế phát triển mạnh và điều không thể thiếu trong thời kì ngày nay. Các nhà bán lẻ đưa sản phẩm của mình tiếp cận với khách hàng thông qua nhiều hình thức, điển hình như thông qua các trang thương mại điện tử. - Nhóm em lựa chọn một số dữ liệu trên sàn thương mại điện tử sendo.vn phục vụ cho đồ án này. Qua việc áp dụng thuật toán Naïve Bayes và J48 để có thể phân lớp dữ liệu và cây quyết định, từ đó tìm ra mối tương quan giữa các dữ liệu thu được giải quyết bài toán theo giả thuyết “ Đâu là nguyên do khiến khách hàng đưa ra quyết định mua hàng ? Xét trong bối cảnh mua điện thoại phổ thông”. - Công cụ hỗ trợ: C#, Excel, Weka Weka - Waikato Environment for knowledge Analysis là một tập hợp các giải thuật học máy và các cộng cụ xử lý dữ liệu , ngôn ngữ Java , phân phối dưới giấy phép GNU General Public là bộ phần mềm mã nguồn mở miễn phí khai thác dữ liệu , được xây dựng bằng ngôn ngữ lập trình Java , theo kiến trúc hướng đối tượng , được tổ chức thành thư viện phục vụ cho lĩnh vực học máy và khai thác dữ liệu. Nhóm em chọn weka bởi weka có nhiều ưu điểm như tính khả dụng miễn phí theo Giấy phép Công cộng GNU, chạy được hầu hết bất kỳ nền tặng điện toán hiện đại nào như Linux, Windows,.., giao diện dễ sử dụng, tổng hợp toàn diện các kỹ thuật tiền xử lý và mô hình hóa dữ liệu ,nhiều thuật toán máy học và khai thác dữ liệu tiêu chuẩn( xử lý dữ liệu, phân cụm , trực quan hóa , lựa chọn tính năng,… ).

Ngày đăng: 05/07/2021, 20:45

Từ khóa liên quan

Mục lục

  • PHẦN 1: GIỚI THIỆU ĐỀ TÀI

    • 1. Lý do chọn đề tài

    • 2. Khảo sát nguồn dữ liệu

    • 3. Mô tả bài toán

    • 4. Sử dụng công cụ C# tiến hành Crawl dữ liệu từ website về:

    • 5. Kĩ thuật tiền xử lý dữ liệu

    • PHẦN 2: XÂY DỰNG CÂY QUYẾT ĐỊNH , PHÂN LỚP BẰNG J48, NAÏVE BAYES

      • 1. Dùng thuật toán J48

      • 2. Mô hình cây quyết định:

      • 3. Xây dựng mô hình phân lớp Naivebayes

      • PHẦN 3: TỔNG KẾT

        • 1. So sánh kết quả:

        • 2. Ưu điểm/Hạn chế

        • 3. Hướng phát triển:

        • 4. Bảng phân công công việc các thành viên trong nhóm

        • 5. Tài liệu tham khảo

Tài liệu cùng người dùng

  • Đang cập nhật ...

Tài liệu liên quan