简介:随着互联网电子商务的普及和数据库技术的日渐成熟,信息量的空前增大,传统的商务模式不能有效满足个性消费者的需求,因而,传统的商务模式正向电子商务模式方向发展。各类电子商务模式应运而生,同时,各类商务网站积累了大量的用户数据信息,如何运用数据挖掘来充分利用这些信息资源,尤其是在CtoC商务模式中如何将大量的个人消费者信息转化成为有指导性的推荐服务信息,在竞争激烈的众多电子商务领域中留住更多自己的用户,进而为用户提供更多个性化的服务,最终创造更多的利润,是每一个电子商务网站非常关注的问题。针对这些问题,数据挖掘技术运用聚类分析、关联规则等方法为电子商务个性化服务提供了可行的解决方案,数据挖掘技术在电子商务个性化的应用研究中也日益成为热点。电子商务规模逐渐扩大,但是仍然无法满足用户需求不断更新的步伐,并且商城与用户合作方式的单一性不仅束缚着商城用户经营特长的充分发挥,而且还影响着客户关系战略发展。针对以上问题,本文运用数据挖掘技术对CZC电子商务模式进行分析,并发现存在的问题并给出解决建议。
简介:目前我国社区数字化学习的平台建设和服务发展迅速,这一方面有助于拓展市民学习空间,为其提供更加开放、便捷、共享的学习机会。另一方面由于重硬件轻软件、重宣传轻互动、重自建轻共享等错误观念,导致数字化学习难以满足广大学员实际的学习需求,学习效果和影响均不如预期。为此,本文提出社区数字化学习的服务方式要体现以人为本,力求大众化、个性化,具体表现为个性化的资源搜索、个性化的资源推荐、个性化的资源导航、个性化的资源共享等内容,并对其中比较基本的个性化资源搜索问题进行了进一步分析。根据现有搜索技术的原理和特点,提出了内容过滤与协作过滤相结合的个性化搜索服务的设计思路和关键技术。
简介:根据大数据技术的模块构成和电子书包所包含的系统和功能,对电子书包中教育大数据的模块内容进行分析。之后,在评价内容上从课程内容学习、参与互动交流、考试与作品和课外资源学习四个方面进行了细分和聚类.构建了基于电子书包的个性化学习评价模型。在评价结果上,依据柯氏四级评估模式和布鲁姆教学目标分类理论设计了基于教育大数据的个性化评价层次塔,该层次塔包括学习成效、概念转变、学习迁移和学习力四个层级。最后,结合教育大数据、教育云服务、个性化评价模型和评价层次塔,设计了个性化学习评价系统模型,包括信息采集模块、数据分析与处理模块、个性化评价模块和可视化反馈模块,并通过云管理层实现对教育云服务平台、云存储池和云集群计算平台的调控和管理,以期为后面开展个性化评价系统的设计与开发提供有益的指导。