论文提纲(模板)

青岛理工大学商学院毕业设计(论文)提纲***名：***学生学号：200523404学生班级：05电子商务2班设计(论文)题目：基于Web数据挖掘的网络精准营销模式研究指导教师: 刘占军2012 年01 月 5 日摘要Internet的飞速发展，不仅给网络用户带来了娱乐新体验，更是促进了电子商务的蓬勃发展。

网络用户中的潜在顾客群的挖掘和寻找有针对性的营销手段是目前企业和科研机构共同关注的热点问题。

相比传统营销方式广而告之的原则，以精准化营销为理论基础，以现代网络技术、信息技术为手段的网络精准营销为企业开辟了新的营销方式，是企业追求营销投入产出比和低成本发展目标的有效途径。

Web挖掘作为数据挖掘领域在Web环境下的一个新兴分支与精准营销结合，使得精准营销理论的实践有了可靠的技术保证。

尤其是两者结合下的个性化推荐系统，是目前此领域应用较为成功的模式。

本文首先给出了论题的国内外的研究现状和论文本身的意义，以及相关的理论概述。

并讨论了基于精准营销理论的Web数据挖掘的几个主要应用模式：个性化商务网站推荐系统、Web挖掘与个性化搜索引擎结合。

论文的研究在一定程度上推进了先进营销理论和前沿信息技术的结合，探索了二者结合的有效模式。

在论文的总结部分给出了本论文存在的不足和发展方向。

关键词：精准营销，网络营销，Web数据挖掘，个性化推荐，电子商务前言1.（中心论题）：研究基于Web数据挖掘的网络精准营销模式2.论文写作背景和研究意义：（1）写作背景：随着国际金融风暴对实体经济的影响日益显现，我国众多企业，尤其是中小商家，在生存压力下，普遍面临一个控制市场推广预算、提高广告投入产出比的问题，更有效的营销模式是广大中小企业的迫切需要。

Web2.0时代不仅带来了信息传播方式的变化，而且网民需求和行为也变得更加多元化、个性化，互联网正从媒介、交流平台向营销、交易平台演进。

面对互联网上复杂无序的海量数据，企业如何有效利用这些信息资源使营销广告投入获得应有的收益是当前网络营销模式与实现方式研究的重要课题。

在此背景下，基于Web数据挖掘的网络精准营销模式为企业和广告主提供了解决问题的途径。

把Web数据挖掘用于精准营销，可以帮助指导商务站点实施更有针对性的商业行为，真正做到以消费者的需求为中心实施营销活动，从而不仅满足访问者的信息浏览需求，而且降低企业营销成本，提高营销广告的投入产出比。

（2）研究意义：解决中小企业营销投入预算低的问题，降低营销成本，提高企业广告投入产出比为网络消费者获得自己感兴趣的消费信息节省时间和精力，以适应网络时代的消费者行为习惯3.国内外研究现状与发展趋势在国外，基于web数据挖掘的网络精准营销模式的研究比国内要成熟的多，应用最为典型的是基于Web数据挖掘的推荐系统，如IBM公司A.Ballman等人研究的speedTracer系统。

从国内研究现状而言，国内各高校科研机构也将Web数据挖掘与电子商务系统的结合作为研究热点。

在网络上，百度、网易、淘宝等互联网巨头都纷纷推出了网络精准营销工具和技术，如网络窄告、点睛广告、ifocus 精确匹配技术等，这些基于Web数据挖掘、智能匹配和数学建模等先进技术的精准营销体系正逐渐成为在新一轮企业营销竞争中的取胜关键。

4.论文结构安排本论文将从网络精准营销模式这一研究热点的现状和发展趋势以及Web数据挖掘技术的电子商务应用两个角度展开，综合分析两者有效结合下产生的全新精准营销方式。

本论——阐述理论基础、关键技术、案例分析第1章网络精准营销概述自互联网进入Web2.0时代后，网络消费者的需求个性化、多样化和分散化的特点越发清晰地展现在企业和商家面前，传统的营销方式难以使企业较好地满足顾客的需求。

营销大师菲利普·科特勒近年来提出的“精准营销”受到理论界的极大关注，他认为企业需要更精准、可衡量和高投资回报的营销沟通。

需要制定更注重结果和行动的营销传播计划，更注重对直接销售沟通的投资。

毋庸置疑，依托现代网络信息技术的网络精准营销将以低成本、高精准度和高回报率的优势为企业的营销方式开辟新的途径。

1.1网络精准营销的内涵网络精准营销（Internet Precision Marketing），简称为IPM，是以互联网为平台，依托Web2.0技术，通过市场细分的理念，对客户进行精准产品定位和市场定位，并通过精准的网络资源耦合、精准搜索引擎优化、精准Web客户数据挖掘等现代信息技术手段，开展有针对性的网络营销活动，吸引潜在客户注意力并能够即时促进成交的一种网络营销方式。

1.2网络精准营销的优势1）提高了“顾客让渡价值”2）营销精准度高、命中率大，降低企业成本3）营销目标明确且定量化4．实现对互联网资源的综合利用5．营销资源具有很强的积累性和扩展性第2章 Web数据挖掘理论互联网Web2.0时代电子商务得到了飞速发展，由此产生的蕴含大量商业价值的信息也不断膨胀，这迫切需要有效的信息分析工具，以便抽取有用的信息或知识。

Web数据挖掘作为数据挖掘的一个重要分支，是随着数据库技术、人工智能技术和网络技术发展而提出的，利用这一技术可以解决电子商务环境下客户信息分析和知识挖掘的需求。

2.1 web数据挖掘的定义、特点定义：Web数据挖掘是利用数据挖掘的思想和方法，将其运用到web上，进行web挖掘，对各种数据源，如web日志、用户登记信息、页面内容等，利用数据挖掘技术寻找网络上数据间各种隐含的知识模式和获取一些预测性信息。

Web数据挖掘的对象不仅是传统的关系数据库，而且还包括www上的各种有价值的信息。

特点：（1）算法的效率要求更高。

（2）有分布性、并行性。

（3）具有动态性。

（4）必须有效地组织和管理数据。

2.2 Web数据挖掘的分类和应用1）分类：Web挖掘可以分为内容挖掘(Web Content Mining)、Web结构挖掘(Web Structure Mining)、Web用法挖掘(Web Usage Mining)三类。

2）应用：Ａ．电子商务：客户分类和客户聚类、找到潜在的客户、客户的驻留B．网站设计的应用C．搜索引擎的应用2.3 Web数据挖掘的基本步骤1．确定业务对象2．数据预处理3．数据挖掘4．结果分析2.4 Web数据挖掘与网络精准营销的关系首先，精准营销手段的网络化发展，使得企业越来越重视网络客户信息的搜集与分析。

其次，精准营销的本质就是找到有需求的用户，并让他们看到感兴趣的信息。

最后，网络营销环境是数据挖掘技术最恰当的应用领域。

第3章基于Web挖掘的网络精准营销的应用模式分析根据Web挖掘的应用层次和结合的技术不同，目前，基于Web数据挖掘的网络精准营销应用模式主要有以下两种：（1）Web个性化推荐系统。

（2）Web数据挖掘与个性化搜索引擎结合模式。

本论文将在以下章节重点讨论个性化推荐系统模式，后一种将予以简要说明。

此外，作为一个新的研究领域，随着理论实践与技术手段的不断成熟，还有其他的应用模式也正在发展形成当中。

3.1模式一：电子商务网站推荐系统3.1.1 个性化电子商务推荐系统概述1．电子商务推荐系统定义电子商务中的推荐系统（Recommendation Systems）是利用统计学、人工智能数据挖掘等技术，分析访问者在电子商务网站的访问行为，产生能帮助顾客访问感兴趣的产品信息的推荐结果，引导顾客的购买行为，从而产生可观的利润。

2．电子商务推荐系统的作用电子商务推荐系统能在以下多个方面给企业的网络营销带来益处：（1）增加企业商务网站的访问量（2）增加交叉销售量（3）增加顾客在网站的停留时间，浏览更多的商品。

（4）建立和加强客户对电子商务网站的忠诚度（5）增强广告的作用3．成功的个性化电子商务推荐系统应用状况3.1.2 基于Web挖掘的推荐系统技术分析个性化的推荐技术是电子商务推荐系统中最关键的技术，很大程度上决定了推荐系统性能的优劣。

根据其具体实现采用的主要技术有：基于内容的过滤、基于协同的过滤、基于关联规则的过滤推荐和混合型。

3.1.3个性化推荐系统的构成基于Web挖掘的个性化推荐系统结构主要可分为输入模块、分析模块和输出模块。

3.2模式二：Web数据挖掘与个性化搜索引擎的结合网络精准营销要求达到营销广告投放的精准化，这要求搜索引擎更加个性化和智能化，既能为企业提供广告精确投放的渠道，又要求为检索者节省搜索时间和精力。

从而实现双向的成本节约，促进电子商务交易的实现。

3.2.1目前搜索引擎的弊端（1）命中率低（2）成本高（3）查询结果显示顺序比较混乱，有效性差3.2.2 Web数据挖掘在个性化搜索引擎中的应用搜索引擎一般由搜索器、索引器、检索器和用户接口四个部分组成，是一种C ／S的计算模式。

Web数据挖掘为搜索引擎的个性化服务提供了依据。

第4章案例分析：亚马逊网站精准营案例4.1 亚马逊概况亚马逊公司（，简称亚马逊，NASDAQ：AMZN），是美国最大的一家网络电子商务公司，位于华盛顿州的西雅图。

是网络上最早开始经营电子商务的公司之一，在公司名下，也包括了Alexa Internet、、和互联网电影数据库（Internet Movie Database，IMDB）三家子公司。

4.2 网络精准营销工具：推荐系统亚马逊将向客户推荐下列商品：（1）与当前搜索的商品类似的商品（这种即时推荐功能需要耗费大量的处理能力）（2）与曾经搜索或点击过的商品相关的商品（3）搜索过您目前正搜索的商品或购买过您已购买的商品的其他客户所购买的商品4.3推荐系统精准营销效果分析据亚马逊官方统计表明，亚马逊网站35%的销售来自推荐系统向网站用户所做的推荐结果集。

结论基于web数据挖掘的精准营销既是当前研究的热点，也是市场需求的热点。

它为企业提高营销投入产出比给出了切实的解决方案。

同时，也为网络用户搜索和浏览自己所需要的消费信息提供了节省时间和精力的新途径，缩短了电子商务交易周期，推进了网络营销的精准化和回报率。

最后部分是致谢和参考文献。