电子商务与数据挖掘的集成：架构与挑战
机器学习
2007-05-23 v1 人工智能
计算机视觉与模式识别
数据库
摘要
我们表明电子商务领域可以提供成功数据挖掘所需的全部要素，并称其为数据挖掘的杀手级应用领域。我们描述了基于Blue Martini Software经验的集成架构，以支持这种集成。该架构可以显著减少知识发现项目中通常耗时80%的预处理、清洗和数据理解工作。我们强调，在应用程序服务器层（而非Web服务器层）进行数据收集，以支持记录对发现过程至关重要的数据和元数据。我们描述了从事务处理系统和客户事件流（如点击流）到数据仓库之间的数据转换桥接。我们详细说明了挖掘工作台需要通过报告、数据挖掘算法、可视化和OLAP提供多种数据视图。我们以一组挑战告终。
引用
@article{arxiv.cs/0007026,
title = {Integrating E-Commerce and Data Mining: Architecture and Challenges},
author = {Suhail Ansari and Ron Kohavi and Llew Mason and Zijian Zheng},
journal= {arXiv preprint arXiv:cs/0007026},
year = {2007}
}
备注
KDD workshop: WebKDD 2000