Neural Network Technologies of Classification in Web Data Mining for CRM

• Autorzy: Yana Brenych , Marta P. Tymoshchuk , Pavlo Tymoshchuk

Warianty tytułu

Technologie klasyfikacji oparte o sieci neuronowe w eksploracji danych www dla handlu elektronicznego

• Języki publikacji: EN

Abstrakty

Handel elektroniczny szybko stał się popularną aktywnością gospodarczą. Szybko rozwinął się w sieci WWW. E-handel skutkuje pojawieniem się złożonych danych, trudnych do przetwarzania przy pomocy dostępnych metod klasyfikacji. Sieci neuronowe mogą służyć jako zaawansowana technologia do klasyfikacji w eksploracji danych WWW. Dostępna jest bogata literatura analizująca wykorzystanie tych środków do eksploracji danych. Artykuł przedstawia szczegółowy analizę eksploracji danych WWW i sieci neuronowych jako technologii dla klasyfikacji. Celem badań jest analiza korzyści i ograniczenia tych metod. W związku z zaletami sieci neuronowych, takimi jak przetwarzanie równoległe, odporność na zakłócenia, duża dokładność, niezależność od wstępnych założeń i łatwość utrzymania, są one rozważane, jako ważne narzędzia do przetwarzania danych. Wyeliminowanie ograniczeń jest rzeczywisty problem w tej dziedzinie. (abstrakt oryginalny)

EN

The paper shows the particular review of Web data mining and neural networks as the technology for classification for customer relationship management (CRM). It is an important question in the context of rapid development of e-commerce. The great number of literature is devoted to classification problem as one of the steps of web data mining. The main idea of it is to discover patterns from the web and to classify them. It is necessary to improve some of CRM purposes. Classification is also one of the most active used areas of neural networks. This field is rapidly developed. During its long history a lot of models and algorithms were designed mostly to solve classification problem. There are some research attempts to combine these perspective technologies with web data mining process to solve the following problems. In this article the main attention is paid to the forecasting consumer's behavior and web content classification. Neural networks technologies are presented to solve them. A back-propagation network with feed-forward architecture is commonly used as classifier. The radial basis function network shows also high level of effectiveness. Advantages and limitations of such methods are analyzed. According to the neural network benefits, such as parallel nature, noise tolerance, high accuracy, independence from prior assumption and ease of maintenance are considered to be important tools for data processing. (original abstract)

Słowa kluczowe

PL

Data Mining; Klasyfikacja; Sieci neuronowe; Handel elektroniczny; World Wide Web (WWW)

EN

Data Mining; Classification; Neural networks; e-commerce; World Wide Web (WWW)

• Czasopismo: Studia i Materiały Polskiego Stowarzyszenia Zarządzania Wiedzą
• Rocznik: 2011
• Tom: 53
• Strony: 180-192

Twórcy

autor

Yana Brenych

• Volyn National University, Lutsk, Ukraine

autor

Marta P. Tymoshchuk

• Odessa National Polytechnic University

autor

Pavlo Tymoshchuk

• Lviv Polytechnic National University

Bibliografia

• [1] Srinivasa Raghavan N.R., Data mining in e-commerce: A survey, Bangalore, India, Sadhana Vol. 30, April/June 2005: p. 275-289.
• [2] Han Jiawei, Data mining: Concepts and Techniques, Elsevier Inc., USA, 2006: p. 772.
• [3] Pao-Hua Chou and others, Integrating web mining and neural network for personalized e-commerce automatic service, Elsevier, 2010: p.2898-2910.
• [4] Tseng Chris H., Internet Applications with Fuzzy Logic and Neural Networks: A Survey, Journal of Engineering, computing and architecture, Vol1, Issue 2, 2007: p.1-19.
• [5] Li Zhichao and others, Applying RBF Network to Web Classification Mining, Journal of Communication and computer, Vol.2, No9, Sep.2005: p. 22-24.
• [6]Agnes Bertrand, Globalisation on the March, http://www.peg.apc.org/ stan/243/243p18.html
• [7] M. Merz and others, Service Trading and Mediation in Distributed Computing Systems, Hamburg Univesity, Department of Computer Science, Databases and Information Systems, Hamburg.