文本挖掘在电商数据分析中的应用模型设计

近年来,电子商务的发展很快,对电子商务的研究是热点问题,但大数据特征的电子商务文本多维度特征的数据挖掘、中文语义表述等研究和商业应用研究较少。本文以淘宝网交易数据为研究基础,利用文本数据挖掘技术从数据预处理、领域专业词库的构建以及营销决策支持信息的产生等几个方面进行了研究,提出并设计了可行的应用模型,通过该模型的实施,能够为电商企业提供相应的决策支持信息,从而为电子商务的后期研究打下基础。

股票交易数据文件的抽取算法研究

目前市场上有很多股票交易软件,这些软件会根据股票交易的实际情况定期产生股票交易信息数据,并将这些信息数据写入二进制格式的文件中,如DAY文件等.由于这些文件不是文本文件,无法直接使用常规的文件读写进行数据的抽取,而必须设计一种数据抽取算法完成相应操作.对DAY文件进行了分析和研究,在此基础上设计了一种数据抽取算法,并利用JAVA语言实现了数据抽取算法程序,利用该程序完成了从DAY文件中抽取数据并写入数据库的实验.实验结果表明,该程序能够正确地从DAY文件中抽取数据,为后期的股票信息处理和数据挖掘提供了重要的基础.