1、数据挖掘与网络营销哪方面比较好些论文
数据挖掘相对网络营销来说太广泛了，数据挖掘就是说现在互联网必须依靠专大数据系统来支撑，而大属数据挖掘你学到掌握互联网的各种变化和企业数据分析，而网络营销只是互联网的一种模式而已，网络营销相对大数据额挖掘针对性较强设计面窄，数据挖掘相对涉及面较宽
2、求：数据挖掘技术在电子商务中有哪些应用？谢谢！
购买推荐,反馈分析,客户分析等.都在用.
3、数据挖掘技术在电信行业的应用
随着电信体制改革的深化，我国电信运营业的竞争日趋激烈。2006年12月，中国加入WTO的5年过渡期的即将结束，这意味着还有3个月中国电信行业即将全面开放，国内电信运营商将直接面对国外电信运营商在中国的竞合；同时，3G的脚步越来越近，国内各大电信运营商在加紧筹备3G网络的同时，对用户的争夺也更加白热化。 作为中国最大的固网电信运营商，在3G牌照迟迟不下发的情况下，小灵通(PHS)在夹缝中生存和发展起来，在拉动电信收入增长的同时，也为真正的移动语音业务的经营积累了一定的用户基础和运营经验。电信运营企业拥有丰富的用户数据。谁能正确地挖掘与分析隐含在这些数据中的知识，谁就能更好地向用户提供产品与服务，能够发现更多的商机，从而在竞争中获胜。 本文重点研究了我国的移动通信运营企业如何开展及运用数据挖掘技术来提高其竞争力。本文将重点放在数据挖掘模型的选择与设计上，在国外的已有研究的基础上，结合国内实际，提出了我国电信业的客户价值、客户保持、客户细分这三个数据挖掘模型；并且结合上海电信小灵通的运营数据，在ODS的基础上，探索并建设了客户细分以及离网预警模型，在SAS Enterprise Miner中对模型进行了验证与评价。在客户细分的模型研究中，本文还侧重的在宽表设计、数据预处理等方面，结合电信数据的特点指出操作过程中需要注意和留心的环节，例如对缺失值、异常客户的处理等，以确保模型的质量。在离网预警模型的应用过程中，本文描述了如何根据实际的业务经验对模型进行优化，以提高预测准确率，节省营销成本；并且通过组织两千多个电话调查来收集研究数据，结合客户价值和离网预警，为小灵通的客户关怀计划提供了决策支持；最后，结合企业实际，探索出数据挖掘技术在电信运营实践中的工作流程。 数据挖掘技术在我国电信运营业中的应用起步不久，可以借鉴的经验不多，本文结合上海电信的实践做了一些探索，尚有不足之处，将不断探索和改进。
4、谁能给我提供几个数据挖掘在电子商务中的应用案例？？？？急！！！！！！
数据挖掘交流讨论（26，与汪生讨论“网络日志分析的整体想法”）http://shzxqdj.blog.163.com/blog/static/816705772010111091055823/
数据挖掘实践应用（76，网络路径分析挖掘实战，上）
http://shzxqdj.blog.163.com/blog/static/8167057720106483155869/
数据挖掘营销应用（77，网络路径分析挖掘实战，下）
http://shzxqdj.blog.163.com/blog/static/816705772010614113824282/
数据挖掘实践应用(81, 《X产品功能点价值分析报告》落地应用讨论汇总)
http://shzxqdj.blog.163.com/blog/static/8167057720108111156557/
5、国内的数据挖掘，大数据的案例有哪些
从去年6月接触大数据以来，我阅览了大量关于“大数据”的文章，每天大概是80篇这样一个内量级。其中容60%实在反复强调大数据概念，30%在借大数据的风炒作自己，剩下10%，有谈技术的，有谈硬件存储的，有谈解决方案，真要问有哪些是接地气并且实实在在大数据解决问题的案例，那是少之又少。
BAT在谈大数据，风投资本在谈大数据，银行/金融/保险在谈大数据，IBM、微软、EMC在谈大数据，专家教授在谈大数据，可是大数据真的让我们的生活变得更美好了吗？作为屌丝青年的我们真正感受到大数据的红利了吗？不管你信不信，我没有感受到。也就是说，大数据落地到普通人身的长征，还没走完。
我们日常生活中使用电脑、平板、手机的数据，被软硬件服务器采集加以使用，而我们却没有因为贡献大数据而让生活更智能，这不符合逻辑。
6、求个数据挖掘技术在第三方物流中的案例
数据挖掘技术在第三方物流企业客户关系管理中的应用
1．构建数据仓库。通过电话、信函、传真、E－mail、Web
以及客户的宣传资料等方式获取客户的基本信息，并加以分析、存储
形成客户基本资料、客户清单、客户账单、客户的各种物流需求、
客户的咨询、建议、投诉信息、市场变化等文件资料，这些文件
主要服务于联机事务处理系统，是数据仓库的主要原始数据源。
数据仓库通过ETL过程（抽取、转换和加载）处理这些接口文件，
并且按不同的主题域组织、存储和管理这些客户数据，通过数据
仓库接口，对数据仓库中的客户数据进行联机分析和数据挖掘。
2．基于主题的数据挖掘。
（1）客户分类。第三方物流企业以客
户资源价值和企业利润最大化作为客户关系管理的细分标准。利
用数据挖掘技术可以把大量的客户分成三类：A类客户，即重点客户，约占企业客户总量的5％，对企业的价值贡献率为80％；B类客户，即普通客户，约占企业客户总量的15％，对企业的价值贡献率为l5％；C类客户，即小客户，除以上两类客户以外的客户群体，对企业的价值贡献率仅5％。在每一个类里的客户具有相似的属性，而不同类里的客户的属性也不同。例如，订货量多的客户与订货量少的客户分开进行配货作业，或根据订货种类个数将一个客户订单集中进行配货，可以提供高效率的作业方法。进而提高经济效益。第三方物流企业可针对不同的客户实施不同的客户关系管理策略。
（2）客户的个性需求。第三方物流企业应针对性地对客户提供个性化的服务。个性化物流服务，是提升客户忠诚度的有效途径。由于不同客户的产品特性、采购策略、市场策略、客户服务政策126《商场现代化》2009年1月（下旬刊）总第564期物流平台等都不相同，因此无论是服务内容、服务方式还是响应速度上的要求，都呈现出很强的个性化特征。第三方物流企业要根据不同的客户，为其量身定制地提供仓储、运输以及从原材料到产成品的存储、分拨、包装、加工、配送、结算、信息处理等一系列物流服务，满足其个性化的物流需求。利用分类分析法和聚类分析法对客户通话行为进行分析，从而得出客户在消费习惯、生活方式、社会联系等方面的特征。对客户个性需求分析的根本目的是为了按不同特征划分客户群，针对不同客户群的特征，第三方物流企业可以进行不同的市场营销活动和客户服务。
7、目前，数据挖掘技术在我们身边的具体应用有哪些？大家可以在线交流交流......
数据挖掘系统的其它应用还有：
♦ 在对客户进行分析方面：银行信用卡和保险行业，利用数据挖掘将市场分
成有意义的群组和部门，从而协助市场经理和业务执行人员更好地集中于
有促进作用的活动和设计新的市场运动。
♦ 在客户关系管理方面： 数据挖掘能找出产品使用模式或协助了解客户行为，
从而可以改进通道管理 （如银行分支和6 等） 。 又如正确时间销售就是基于顾客生活周期模型来实施的。
♦ 在零售业方面：数据挖掘用于顾客购货篮的分析可以协助货架布置，促销活动时间，促销商品组合以及了解滞销和畅销商品状况等商业活动。通过
对一种厂家商品在各连锁店的市场共享分析，客户统计以及历史状况的分
析，可以确定销售和广告业务的有效性。
♦ 在产品质量保证方面：数据挖掘协助管理大数量变量之间的相互作用，并
能自动发现出某些不正常的数据分布，揭示制造和装配操作过程中变化情
况和各种因素，从而协助质量工程师很快地注意到问题发生范围和采取改
正措施。
♦ 在远程通讯方面：基于数据挖掘的分析协助组织策略变更以适应外部世界
的变化，确定市场变化模式以指导销售计划。在网络容量利用方面，数据
挖掘能提供对客户聚集服务使用的结构和模式的了解，从而指导容量计划
人员对网络设施作出最佳投资决策。
♦ 在各个企事业部门，数据挖掘在假伪检测及险灾评估、失误回避、资源分
配、市场销售预测广告投资等很多方面，起着很重要作用。例如在化学及
制药行业，将数据挖掘用于巨量生物信息可以发现新的有用化学成分；在遥感领域针对每天从卫星上及其它方面来的巨额数据，对气象预报、臭氧
层监测等能起很大作用。
8、举例说明数据挖掘技术可以应用于市场营销做什么
识别客户，让你知道哪些是你的潜在客户，哪些客户的忠诚度比较高，根据这些回数据得到答你的客户分类；
对不同类型的客户实施精细化分级管理，满足客户需求，同时能够节省成本、增加效率，最终保有和提升客户的忠诚度；
准确定位客户的购买行为，通过需求分析、购买力分析、满意度分析等数据分析挖掘，不断改进货品和服务，能够更好的满足客户需求，增加销量、节约成本，以达到营销的目的。
9、数据挖掘的意义和应用案例有哪些？
淘宝知道每个消费者（注册用户）的消费习惯，这种数据的意义还需要问吗？