1、B2B電子商務網(wǎng)站為采購方企業(yè)和供應商企業(yè)提供了一個交易平臺，作為二者交易的第三方，為了更好地為采購商提供服務，對供應商的可信度進行分類是非常有必要的。針對B2B平臺上供應商行為的數(shù)據(jù)量大且表達復雜的特點，本文嘗試將數(shù)據(jù)挖掘技術應用于供應商的可信度分類中，從而獲得可信度分類模型，為采購方企業(yè)提供有價值的供應商信息，具有重要的研究價值和現(xiàn)實意義。
　　 本文針對供應商的基本信息、交易信息和客戶評價信息，采用分類指標統(tǒng)計分析與數(shù)據(jù)挖

2、掘技術相結合的方法來開展對供應商樣本數(shù)據(jù)的聚類及分類分析。論文重點研究了K-Means算法和ID3算法的算法原理及優(yōu)缺點，并提出了其改進算法Wm-K-Means算法和J-ID3算法，采用Java語言在Eclipse開發(fā)平臺上進行程序編寫來實現(xiàn)改進的算法，并與傳統(tǒng)的算法進行了實驗對比。運用改進后的K-Means算法對供應商的樣本數(shù)據(jù)進行聚類分析，針對聚類后形成的供應商組別，標記出每個供應商組的特征屬性后，采用改進后的ID3算法對供應商的可