《3901130721-谭淇蔚-电子商务实验4》由会员分享，可在线阅读，更多相关《3901130721-谭淇蔚-电子商务实验4（41页珍藏版）》请在金锄头文库上搜索。
1、电子商务应用用实验报告项目名称 电子子商务数据挖挖掘实验专业班级 软件件工程13007班学 号 390111307211 姓 名 谭淇蔚 实验成绩：批阅教师：2015年 11月25 日实验4电子商务数据挖掘实验实验学时： 2 每组人数： 1 实验类型： 2 （1：基础性 2：综合性性 33：设计性 4：研究性性）实验要求： 1 （1：必修 2：选修修 3：其它它）实验类别： 3 （1：基础 2：专业业基础 33：专业 4：其它它）一、实验目的1. 加深对数数据挖掘概念念和主要任务务的理解。2. 研究并学学习几种常用用的关联分析析算法、分类类算法、聚类类算法和异常常检测方法，了了解它们的实实现原
2、理以及及在电子商务务中的应用。3. 研究并学学习几种常用用的个性化商商品或信息推推荐方法，并并结合选题设设计一个简单单的商品或信信息推荐模型型。二、实验内容1. 研究并学学习两种常用用的关联分析析算法的实现现原理并编程程实现其中一一种，编程语语言不限。2. 研究并学学习两种常用用的分类算法法的实现原理理并编程实现现其中一种，编编程语言不限限。3. 研究并学学习两种常用用的聚类算法法的实现原理理并编程实现现其中一种，编编程语言不限限。4. 研究并学学习两种常用用的异常检测测方法的实现现原理。5. 研究并学学习两种常用的个个性化商品或或信息推荐方方法，了解其其实现原理和和特点。6. 结合选题题，设
3、计一个个简单的商品品或信息推荐荐模型。【注注意：模型不不一定要很复复杂，关键是是要能够说明明其合理性，鼓鼓励大家创新新。以下两种种商品推荐模模型（信息推推荐模型思路路相似）基本本思想供参考考，也可在此此基础上进行行改进： 分析用户的的购买记录，找找出他经常购购买的商品的的类型，然后后在该类型中中找出购买量量或者访问量量最大但是该该买家之前并并未购买的商商品，并将这这些商品推荐荐给该用户。 找出与该用用户具有相似似购物习惯的的其他用户，例例如他们曾经经购买过一些些相同的商品品，然后将其其他用户购买买过但是该用用户未曾购买买的商品推荐荐给他。】三、实验要求1. 研究两种种常用的关联联分析算法，填填
4、写相应的表表格，表格必必须填写完整整，任选一种种编程语言实实现其中的一一种算法，要要求提供详细细源代码；2. 研究两种种常用的分类类算法，填写写相应的表格格，表格必须须填写完整，任任选一种编程程语言实现其其中的一种算算法，要求提提供详细源代代码；3. 研究两种种常用的聚类类算法，填写写相应的表格格，表格必须须填写完整，任任选一种编程程语言实现其其中的一种算算法，要求提提供详细源代代码；4. 研究两种种常用的异常常检测方法，填填写相应的表表格，表格必必须填写完整整；5. 研究两种种常用的个性性化商品或信信息推荐方法法，填写相应应的表格，表表格必须填写写完整；6. 结合选题题，设计一个个简单的商品
5、品或信息推荐荐模型，要求求详细说明其其实现过程，包包括公式、流流程等，但无无需编程实现现。四、实验步骤1. 通过使用用搜索引擎并并查阅相关资资料，研究并并整理两种常常用的关联分分析算法，填填写相应的表表格并选择一一种编程实现现；2. 通过使用用搜索引擎并并查阅相关资资料，研究并并整理两种常常用的分类算算法，填写相相应的表格并并选择一种编编程实现；3. 通过使用用搜索引擎并并查阅相关资资料，研究并并整理两种常常用的聚类算算法，填写相相应的表格并并选择一种编编程实现；4. 通过使用用搜索引擎并并查阅相关资资料，研究并并整理两种常常用的异常检检测方法，填填写相应的表表格；5. 通过使用用搜索引擎并并
6、查阅相关资资料，研究并并整理两种常常用的电子商商务个性化商商品或信息推推荐方法，填填写相应的表表格；6. 结合选题题，设计一个个简单的商品品或信息推荐荐模型。五、实验结果1. 研究并整整理两种常用用的关联分析析算法，编程程实现其中一一种，填写如如下表格：关联分析算法名名称实现原理关联分析算法名名称：XXXX算法/核心实现代代码解:关联分析算法名名称实现原理Apriorii算法1. 第一个关联规则则挖掘算法2. 频繁项集的子集集也一定是频频繁的，如果果A，B 是频繁繁项集，则 A和B 也一一定是频繁项项集3. 从1到k（k项项集）递归查查找频繁项集集4. 用得到的频繁项项集生成关联联规则5. A
7、priorii算法的两个个输入参数分分别是最小支支持度和数据据集。该算法法首先会生成成所有单个元元素的项集列列表。接着扫扫描数据集来来查看哪些项项集满足最小小支持度要求求，那些不满满足最小支持持度的集合会会被去掉。然然后，对剩下下来的集合进进行组合以生生成包含两个个元素的项集集。接下来，再再重新扫描交交易记录，去去掉不满足最最小支持度的的项集。该过过程重复进行行直到所有项项集都被去掉掉。蛮力法1. d个项，将产生生2d个候选项集2. 总项集个数为22d3. 关联规则的总个个数为R=k=1d-1dk j=1d-kd-kj=3d-2d+1+14. 当d=6时，关关联规则R的个数为60025. 目标
8、找出所有的的频繁项集关联分析算法名名称：Aprriori算算法/核心实现代代码#-*- enncodinng: UTTF-8 -*-#-impport-#-ppythonn代码实现-#-class AApriorri(objject): deff _iniit_(sself, filenname, min_ssupporrt, itemm_starrt, itemm_end): selff.fileename = fillenamee selff.min_suppoort = min_ssupporrt # 最小支支持度 selff.min_confiidencee = 500 selff.l
9、inee_num = 0 # itemm的行数 selff.itemm_starrt = iteem_staart # 取哪行的的item selff.itemm_end = iteem_endd selff.locaation = ii forr i in rrange(self.item_end - selff.itemm_starrt + 11) selff.suppport = selff.sut(self.locattion) selff.num = lisst(sorrted(sset(jj for i in seelf.loocatioon forr j inn i)# 记录it
10、emm selff.pre_suppoort = # 保存前一个个suppoort,loocatioon,numm selff.pre_locattion = selff.pre_num = selff.itemm_namee = # 项目目名 selff.findd_itemm_namee() selff.loopp() selff.conffidencce_supp() deff deal_line(self, linee): 提取出出需要的项 retuurn ii.striip() ffor i in liine.spplit( ) iif iselff.itemm_starrt - 1
11、1:selff.itemm_end deff find_item_name(self): 根据第第一行抽取iitem_nname withh openn(selff.fileename, r) as FF: for iindex,line in ennumeraate(F.readllines(): iif inddex = 0: seelf.ittem_naame = self.deal_line(line) brreak deff sut(seelf, llocatiion): 输入1,2,3,2,3,4,11,3,5. 输出每个个位置集的ssupporrt 1223,4355,234.
12、withh openn(selff.fileename, r) as FF: suppoort = 0 * len(loocatioon) for iindex,line in ennumeraate(F.readllines(): iif inddex = 0: ccontinnue # 提取每信信息 iitem_lline = selff.deall_linee(linee) ffor inndex_nnum,i in ennumeraate(loocatioon): fllag = 0 foor j iin i: if item_linej != T: flagg = 1 breaak iff not flag: suppportin
