全文总字数：3310字

1. 研究目的与意义及国内外研究现状

1、研究目的：随着科学技术的飞速发展，网络用户在全球爆炸增长,互联网迅速普及，一种全新的商务模式——在互联网背景下，以交易双方为主体，以电子支付及结算为手段,同时以广大客户数据为依托的模式应运而生。根据相关数据，自1998“电子商务年”以来，在全球范围内，电子商务有了迅猛的发展，几乎每九个月交易额就会翻一番。21世纪是信息爆炸的时代，信息不仅仅是资源，更是我们的财富。电子商务是现代社会发展的必然结果，也是未来商业模式发展的必然选择。与此同时，数据挖掘技术在电子商务中的应用也日趋广泛。数据挖掘可以运用分析工具在大规模数据间发现模型和数据之间的关系，进一步可以通过分析进行预测，找寻数据间关联，是解决数据爆炸而信息匮乏的有效途径。本文通过电子商务网站客户数据进行客户细分和客户价值评估分析，通过此模型获得的用户种类加以优化，提出了rfml模型并进行综合分析。在客户数量较大的情况下，重点筛出有价值的客户，并进行精准营销。

2、研究意义：本选题以数据挖掘知识为基础，结合当下热门的电子商务背景，旨在优化传统的电子商务网站，从繁杂的客户数据中提取有效信息，并结合rfm模型对客户进行划分。通过对客户重要程度的区分，以提高产品推荐效率，据此提出相应的优化对策，具有一定的理论意义和研究价值。然后结合实例分析总结出目前在电商网站平台设计存在的不足之处，并给出改进的具体方法，同时具有现实意义和价值。

2. 研究的基本内容

首先对网络数据挖掘的概念以及其在我国电子商务领域的应用现状进行介绍，结合电子商务的发展特点及现状，运用数据挖掘知识对其客户的划分提出合理的建议。

然后重点围绕对顾客的数据挖掘展开分析，通过获取近年来的数据进行验证，并用k-means聚类算法得出进一步的聚类指标以及树状图，对聚类分析方法进行算法优化。并结合rfm模型对客户进行划分。最后对rfm模型进行优化，提出了rfml模型，两者进行对比，通过对客户重要程度的细分，以提高产品推荐效率，据此提出相应的营销对策。

3. 实施方案、进度安排及预期效果

1、2018年1月19日前：在系统中填写任务书，等待指导教师审核。

2、2018年2月28日前：撰写开题报告并在系统中提交，待指导教师审核，完成开题。

3、2018年5月11日前：在指导教师的指导下查阅文献、开展论文工作、进行外文文献翻译、提交毕业论文初稿等，待指导教师审核。

4. 参考文献

[1] 袁芳.飞信业务平台好友推荐子系统的方案设计和实施[d].北京：北京邮电大学，2013：10.

[2] 崔日新.大规模数据挖掘聚类算法的研究与实现[d].西安：西安电子科技大学，2013：1.

[3] 曾俊.数据挖掘技术在图书馆管理系统中的应用[d].贵州：贵州大学，2007：27.