C. Understanding Electronic Commerc

C. Understanding Electronic Commerce (E-commerce)
One of the most commonly used data mining techniques for E-commerce is finding association rules between a set of co-purchased products, dynamic set, technology, applications, and business processes that connect corporate, consumer, and certain communities through electronic transactions and trade in goods, services, and information that will be conducted electronically [6].
Recommender systems are used by E-commerce sites to suggest products to their customers. The products can be recommended based on the top overall sellers on a site, based on the demographics of the customer, or based on an analysis of the past buying behavior of the customer as a prediction for future buying behavior. Broadly, these techniques are part of personalization on a site, because they help the site adapt itself to each customer. Recommender systems automate personalization on the Web, enabling individual personalization for each customer. Personalization to this extent is one way to realize Pine’s ideas on the Web. Thus, Pine would probably agree with Jeff Bezos, CEO of Amazon.com™, when he said “If I have 2 million customers on the Web, I should have 2 million stores on the Web” [8].

ผลลัพธ์ (ไทย) 2:

ซีทำความเข้าใจเกี่ยวกับการพาณิชย์อิเล็กทรอนิกส์ (E-Commerce)
หนึ่งในข้อมูลที่ใช้กันมากที่สุดเทคนิคการทำเหมืองสำหรับอีคอมเมิร์ซคือการหากฎความสัมพันธ์ระหว่างชุดของผลิตภัณฑ์ที่ร่วมซื้อชุดแบบไดนามิกเทคโนโลยีการใช้งานและกระบวนการทางธุรกิจที่เชื่อมต่อองค์กร ผู้บริโภคและชุมชนบางอย่างผ่านการทำธุรกรรมอิเล็กทรอนิกส์และการค้าสินค้าบริการและข้อมูลที่จะต้องดำเนินการด้วยระบบอิเล็กทรอนิกส์ [6].
ระบบ Recommender จะถูกใช้โดยเว็บไซต์อีคอมเมิร์ซที่จะแนะนำผลิตภัณฑ์ให้กับลูกค้าของพวกเขา ผลิตภัณฑ์ที่สามารถแนะนำขึ้นอยู่กับผู้ขายโดยรวมบนเว็บไซต์ขึ้นอยู่กับกลุ่มผู้เข้าชมของลูกค้าหรือขึ้นอยู่กับการวิเคราะห์พฤติกรรมการซื้อที่ผ่านมาของลูกค้าในขณะที่การคาดการณ์สำหรับพฤติกรรมการซื้อในอนาคตหนึ่ง กว้างเทคนิคเหล่านี้เป็นส่วนหนึ่งของส่วนบุคคลในเว็บไซต์เพราะพวกเขาช่วยให้เว็บไซต์ที่ปรับตัวเองให้กับลูกค้าแต่ละคน ระบบ Recommender โดยอัตโนมัติส่วนบุคคลบนเว็บที่ช่วยให้ข้อมูลส่วนบุคคลของแต่ละบุคคลสำหรับลูกค้าแต่ละราย ส่วนบุคคลที่มีขอบเขตนี้เป็นหนึ่งในวิธีการที่จะตระหนักถึงความคิดของไพน์บนเว็บ ดังนั้นไพน์อาจจะเห็นด้วยกับเจฟ Bezos ซีอีโอของ Amazon.com ™เมื่อเขากล่าวว่า "ถ้าผมมี 2 ล้านลูกค้าบนเว็บที่ฉันควรจะมี 2 ล้านร้านค้าบนเว็บ" [8]

ผลลัพธ์ (ไทย) 3:

C . ความเข้าใจพาณิชย์อิเล็กทรอนิกส์
หนึ่งของการใช้บ่อยที่สุดเทคนิคเหมืองข้อมูลสำหรับอีคอมเมิร์ซคือการหากฎความสัมพันธ์ระหว่างชุด Co ซื้อผลิตภัณฑ์แบบไดนามิก , ชุด , เทคโนโลยี , การใช้งานและกระบวนการทางธุรกิจที่เชื่อมต่อกับองค์กรผู้บริโภค และบางชุมชนผ่านธุรกรรมอิเล็กทรอนิกส์และการค้าสินค้า บริการและข้อมูลที่จะดำเนินการทางอิเล็กทรอนิกส์ [ 6 ] .
แนะนำระบบจะถูกใช้โดยเว็บไซต์ e - commerce ที่จะแนะนำผลิตภัณฑ์ให้กับลูกค้าของพวกเขา ผลิตภัณฑ์สามารถแนะนำขึ้นอยู่กับผู้ขายรวมสูงสุดบนเว็บไซต์ บนพื้นฐานของประชากรของลูกค้า หรือ ตามการวิเคราะห์ของอดีต พฤติกรรมการซื้อของลูกค้าเป็นพยากรณ์อนาคต พฤติกรรมการซื้อ ในวงกว้างเทคนิคเหล่านี้เป็นส่วนหนึ่งของ ส่วนบุคคล บนเว็บไซต์ เพราะจะช่วยให้เว็บไซต์ ปรับตัวให้เหมาะสมกับลูกค้าแต่ละราย ระบบแนะนำอัตโนมัติส่วนบุคคลบนเว็บให้บุคคลแต่ละบุคคลสำหรับลูกค้าแต่ละราย ส่วนบุคคลขนาดนี้เป็นวิธีหนึ่งที่จะทราบความคิดของ สน บนเว็บ ดังนั้น สน คงจะเห็นด้วยกับ Jeff Bezos ซีอีโอของ™ Amazon . com ,เมื่อเขากล่าวว่า " ถ้าผมมี 2 ล้านลูกค้าบนเว็บ ควรมี 2 ล้านร้านค้าบนเว็บ "
[ 8 ]