數據挖掘技術對電子商務數據倉儲的應用與分析

丁錫龍

摘 要：隨著我國商務業務信息和業務數據的不斷發展，怎樣有效地分析和使用這些數據，來服務于企業經營或商機，成為目前眾多專業人士共同關注的話題。本文論述了數據挖掘的開始，基本功能，數據挖掘的作用以及數據挖掘在電子商務中應用出現的問題。

關鍵詞：數據挖掘；電子商務；應用分析

由于計算機普及和互聯網技術的快速發展，通信技術能力不斷的提高，從而促進了電子商務的飛速發展，目前的電子商務應用過程會產生大量的電子數據或程序，通過使用數據挖掘的方法，搜索和采集信息隱含的附有價值的電子信息，形成知識的不斷飛躍。

1 數據挖掘在電子商務中應用的必要性和可行性

電子商務主要是通過數字技術為基礎，商務數據切換和業務活動的展開都是通過電子方式進行的。電子商務是建立在計算機網絡技術平臺，憑借互聯網發展的優勢，吸取傳統的商業活動的優點，得到巨大的效果收益。其優點主要有以下幾方面：（1）服務時間自由，不受限制，基本可以開展一周七天24小時不停止的業務。（2）實現了全球電子信息資源共享，尤其是B2B模式的電子商務的出現，促使了使全球資源搜索，可進行不受地點不限時間的銷售和購買，使人們的買賣更加簡單和方便。（3）明顯的增加了經濟效益，降低了企業的成本。一是避免高昂租金，稅費等，二是降低廣告成本，而且還可以降低空間和時間所帶來的成本。（4）客戶關系的管理和維護是重點工作內容。（5）電子商務可以大大的節省庫存空間，而且保證供應鏈持續管理。

電子商務系統一般是由一些電子商務過程相互組成，在此過程中會產生大量的數據信息，這些數據是進行數據挖掘的基礎。電子商務過程產生的電子信息具有其自身的特點，需要將數據挖掘技術和電子商務相互結合，一遍找到適宜的電子商務數據挖掘的方法，這樣一來不僅僅可以提高工作效率，準確并且順利的進行數據挖掘，而且電子商務服務會受到好評。

2 數據挖掘的方法及工具

2.1 傳統統計方法

目前最常用的方法是數學抽樣，面對大量的數據進行隨機抽樣，如果將全部的數據收集分析是不現實的，更是不需要的，在數學理論的指導下科學的抽樣。通過多元統計分析及因子分析方法等傳統的方法進行科學的統計。

2.2 可視化技術

利用數模圖形，將抽象的事物在視覺上表達出的數據的特點，比如直方圖，控制圖等等，許多圖形都描述了使用統計控制的方法。將數據實現可視化是面臨一個重要問題。

2.3 決策樹

建立一個系統的規則，將大量的數據劃分，這樣建立了樹的模型，可用于分類和總結。常用算法CART等等。

2.4 神經網絡

模擬人類神經機構和功能，通過輸入直到輸出層，調整的數據計算過程，將最終得到的結果進行分類和總結。

2.5 遺傳算法

建立于自然進化理論，模擬基因組合過程和基因突變過程，從而優化數據技術的理論。

3 數據挖掘在電子商務中的具體應用

3.1 在電子商務營銷方面的應用

（1）調節產品生命周期。通過數據挖掘，實現了互訪和銷售貨物過程，并且進行分析，以獲得客戶的要求，進而來確定消費者的消費周期，之后制定一個特定的時間開展促銷讓利活動，使用戶享受在此時間階段購買商品的優惠政策。

（2）細分市場。可以通過數據挖掘找出不同人群的需求進行分析，滿足不同客戶的需求，劃分出屬于同一類別的市場需求，縮短他們的距離。不同類別的用戶組之間的需求差別是可能的最大的。挖掘可以實現顧客特征提取，將顧客群分為為更細的不同區域，進而提供更針對性的服務。

（3）制定合理的產品策略和價格策略。可以使用相關分析的方法，分析在線客戶購買行為，分析顧客購買產品的相關程度，顧客對一些品牌的興趣和忠誠度，可接受的價格范圍，和快遞運輸包裝等要求，幫助管理者確定市場，計劃銷售商品的種類，實現最大化新產品投放和收益。

（4）制定產品營銷活動，制定促銷策略。通過調查生產公司的情況和商品銷售情況，確定產品的旺銷周期和消費收入水平，根據當地的市場的變化隨時改變營銷策略，達到收益最大化。

3.2 在電子商務網站系統和安全方面的應用

（1）提高反應速度。記錄在瀏覽服務器上的客戶端的訪問信息就是一筆財富。通過數據挖掘可以實現網站點擊率高的紀錄，管理者應該快速的提高戰略，提升服務平臺的穩定，優化購物環境和提升服務，以確保電子商務購物數理實現。

（2）提高安全性。目前網站上的統計分析手段的可以利用各種數據，提高系統性能的同時不能忽視系統的安全性能。利用防火墻的數據類型的分析，提高安全性。

3.3 在網絡廣告方面的應用

在網絡頁面上的廣告逗留觀看的用戶可能會成為潛在的客戶，導致企業都會投資一部分資金在做在線廣告。一般商家甚至花大價錢獲得高的點擊率，吸引增加你的點擊率。然而當用戶訪問該網站的時候就會留下大量的信息，這些信息及時被存儲在數據庫中，通過數據挖掘，可以提出有效了解用戶需求，幫助商家實現個性化的營銷。將潛在的客戶通過廣告的特點模糊的分區，分析客戶對某些廣告的關注，確定客戶需求。通過類似分析，可提高對某些客戶群體更有針對性的服務。

[參考文獻]

[1]丁勝鋒，陳東莉.Web數據挖掘及其在電子商務中的應用研究[J].商場現代化，2011（10）：62-63.

[2]黃曉斌.網絡信息挖掘[M].電子工業出版社，2012：160-185.

[3]葛志遠.電子商務應用與技術[M].清華大學出版社，2011：355-366.