【出 处】：《 计算机仿真 》 CSCD 2015年第32卷第9期 409-412页,共5页

【作 者】： 隋丽红

【摘 要】 大型电子商务的数据呈现多样性和非线性，需要对特定数据进行有效地挖掘。传统的大型电子商务数据挖掘过程采用模糊知识库推理机分类算法，通过特定聚类方法实现数据的挖掘与特征检测，当特征出现模糊分辨特性时，检测效果不好。提出遗传关联进化的电子商务特定数据挖掘检测算法，构建改进遗传算法的特征数据模型，引入遗传关联特征进行特定数据的挖掘，得到数据变化幅度和频率特征，根据得到的变化幅度和频率特征进行特定信息的检测。改进后的算法突出了遗传算法的全局性，提高了全局收敛性，仿真结果表明，遗传算法进行特定数据检测，能有效反映电子商务数据变化的细节特征，对电子商务中特定数据的分类检测性能较好，准确检测率为99．3％，较传统算法80．6％的准确率，有显著的提高，在电子商务特征数据挖掘和检测中具有较好应用价值。