淺析電子商務(wù)中數(shù)據(jù)挖掘的應(yīng)用技術(shù)

張申

天津商務(wù)職業(yè)學(xué)院，天津 300221

隨著計(jì)算機(jī)信息技術(shù)的快速發(fā)展以及Internet的廣泛普及，電子商務(wù)獲得了極大的發(fā)展。經(jīng)銷商通過(guò)各種商務(wù)網(wǎng)絡(luò)平臺(tái)或Internet與客戶進(jìn)行交易，不僅大大節(jié)省了費(fèi)用，而且也節(jié)省了時(shí)間和空間。雖然如此，但是電子商務(wù)因存在數(shù)據(jù)量龐大的問(wèn)題而嚴(yán)重影響了其本身的發(fā)展。因此，如何在大量的數(shù)據(jù)中挖掘出有意義或價(jià)值的信息已成為當(dāng)前亟需解決的重要問(wèn)題之一。而數(shù)據(jù)挖掘技術(shù)是一種能夠有效的從大量數(shù)據(jù)中挖掘出具有價(jià)值信息的技術(shù)，它在電子商務(wù)中的應(yīng)用能夠很好地解決這一問(wèn)題。故而，對(duì)電子商務(wù)中數(shù)據(jù)挖掘技術(shù)的應(yīng)用進(jìn)行分析已成為當(dāng)前研究的重要課題之一。

一、數(shù)字挖掘技術(shù)概述

數(shù)據(jù)挖掘又被稱之為信息發(fā)掘，它是通過(guò)利用半自動(dòng)化或者是自動(dòng)化的方法來(lái)對(duì)數(shù)據(jù)中隱藏的具有價(jià)值或意義的信息與規(guī)則進(jìn)行挖掘。同時(shí)，這也是一個(gè)從大量的、模糊的、不完全的、隨機(jī)的以及有噪聲的數(shù)據(jù)中提取有價(jià)值信息的過(guò)程。與傳統(tǒng)數(shù)據(jù)分析相比，數(shù)字挖掘的方式有很大的差異，且其所挖掘出來(lái)的信息具有可實(shí)用的、有效的以及先前未知的這三個(gè)特征。目前，數(shù)據(jù)挖掘的主要功能一般包括：通過(guò)利用概念描述來(lái)獲得廣義方面的知識(shí)、通過(guò)利用關(guān)聯(lián)分析來(lái)獲得關(guān)聯(lián)方面的知識(shí)、通過(guò)利用分類和聚類的方法來(lái)獲得分類方面的知識(shí)、通過(guò)利用預(yù)測(cè)方法來(lái)獲得預(yù)測(cè)類型方面的知識(shí)以及通過(guò)利用偏差檢測(cè)來(lái)獲得偏差類型方面的知識(shí)。

當(dāng)前，數(shù)據(jù)挖掘技術(shù)的類型一般包括生物信息數(shù)據(jù)挖掘、數(shù)據(jù)倉(cāng)庫(kù)挖掘、文本數(shù)據(jù)挖掘以及Web數(shù)據(jù)挖掘等。其中，Web數(shù)據(jù)挖掘是一門(mén)綜合性學(xué)科，它集統(tǒng)計(jì)學(xué)、信息學(xué)、數(shù)據(jù)挖掘以及Web技術(shù)為一體。同時(shí)，Web挖掘技術(shù)是在傳統(tǒng)數(shù)據(jù)挖掘技術(shù)的基礎(chǔ)上發(fā)展而來(lái)的，具有復(fù)雜性以及異構(gòu)性等特點(diǎn)。一般而言，Web數(shù)據(jù)挖掘主要包括Web內(nèi)容數(shù)據(jù)、用戶訪問(wèn)數(shù)據(jù)以及Web結(jié)構(gòu)數(shù)據(jù)這三種類型。其中，Web內(nèi)容數(shù)據(jù)所采用的Web挖掘模式為Web內(nèi)容挖掘模式，用戶訪問(wèn)數(shù)據(jù)采用的Web挖掘模式為Web使用模式挖掘，Web結(jié)構(gòu)數(shù)據(jù)采用的Web挖掘模式為Web結(jié)構(gòu)挖掘模式。

二、數(shù)字挖掘技術(shù)在電子商務(wù)中的應(yīng)用

目前，我國(guó)跨境電子商務(wù)主要包括兩種貿(mào)易模式，即企業(yè)對(duì)企業(yè)（business-to-business，B2B）和企業(yè)對(duì)消費(fèi)者（business-to-consumer，B2C）。其中，B2B電子商務(wù)實(shí)質(zhì)上仍屬于傳統(tǒng)貿(mào)易領(lǐng)域，現(xiàn)已納入海關(guān)的一般貿(mào)易統(tǒng)計(jì)中。而B(niǎo)2C電子商務(wù)的企業(yè)直接面對(duì)國(guó)外消費(fèi)者，其銷售的商品以個(gè)人消費(fèi)品為主，且一般采用快遞、郵寄以及航空小包等物流方式，目前大部分商品都沒(méi)有被納入到海關(guān)登記之中。本文以B2C電子商務(wù)為例來(lái)具體對(duì)數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用進(jìn)行分析，其具體內(nèi)容如下：

（一）B2C電子商務(wù)的概述

B2C電子商務(wù)是我國(guó)最早產(chǎn)生的電子商務(wù)模式，其產(chǎn)生的標(biāo)志是8848網(wǎng)上商城的正式運(yùn)營(yíng)。所謂“B2C電子商務(wù)”，它主要是指企業(yè)通過(guò)利用各種商務(wù)網(wǎng)絡(luò)平臺(tái)（如，阿里巴巴、慧聰商務(wù)網(wǎng)、買(mǎi)麥網(wǎng)以及中國(guó)商品網(wǎng)等）或者是Internet技術(shù)直接與消費(fèi)者進(jìn)行信息、服務(wù)以及產(chǎn)品的交換，以此來(lái)達(dá)到完成商務(wù)交易的目的。一般而言，B2C電子商務(wù)所涉及的主要行業(yè)是網(wǎng)絡(luò)零售業(yè)，即消費(fèi)者在相關(guān)商務(wù)網(wǎng)絡(luò)平臺(tái)上購(gòu)買(mǎi)商品。這種模式不僅大大為企業(yè)和客戶節(jié)市了空間與時(shí)間，而且也使得交易效率大大提高。目前，中國(guó)巨蛋、卓越亞馬遜以及京東商城等是B2C電子商務(wù)模式的代表網(wǎng)站。

經(jīng)過(guò)多年的發(fā)展，B2C電子商務(wù)模式的種類越來(lái)越多。目前，B2C電子商務(wù)模式的種類主要包括綜合商城、百貨商店、輕型品牌店、復(fù)合品牌店以及垂直商店等。其中，綜合商城和百貨商店是其最主要的兩種類型。在本質(zhì)上，綜合商城屬于傳統(tǒng)商城。以淘寶商城為例，淘寶商城與傳統(tǒng)商城一樣，也具有完備的支付體系、龐大的購(gòu)物群體、完善的誠(chéng)信安全體系以及穩(wěn)定的網(wǎng)絡(luò)平臺(tái)等。在實(shí)質(zhì)上，淘寶并非僅僅只是出售商品，而是為消費(fèi)者提供了一套較為完備的銷售配套服務(wù)。而百貨商店卻不同，其賣家僅僅只有一個(gè)，如亞馬遜。同時(shí)，百貨商店還必須根據(jù)消費(fèi)者的需求而不斷豐富自己的產(chǎn)品線。此外，百貨商店還自備倉(cāng)庫(kù)，并會(huì)將同一系列的商品庫(kù)存起來(lái)，以此來(lái)為消費(fèi)者提供更快的客戶服務(wù)及物流配送。

（二）在B2C電子商務(wù)中常用的數(shù)據(jù)挖掘技術(shù)

經(jīng)過(guò)多年的發(fā)展，數(shù)據(jù)挖掘技術(shù)已日趨成熟。目前，在B2C電子商務(wù)中，常用的數(shù)據(jù)挖掘技術(shù)主要包括四種，即序列分析、聚類分析、預(yù)測(cè)分析以及關(guān)聯(lián)分析。下面來(lái)對(duì)其進(jìn)行具體的分析：

1.序列分析

在數(shù)據(jù)挖掘中，序列分析的作用主要在于對(duì)不同且具有先后次序的事件之間所具有的關(guān)聯(lián)性進(jìn)行識(shí)別。以對(duì)消費(fèi)者在不同時(shí)間段的購(gòu)買(mǎi)行為進(jìn)行分析為例，依據(jù)大量的數(shù)據(jù)研究分析顯示，在本次購(gòu)買(mǎi)香皂的消費(fèi)者中，在下次購(gòu)買(mǎi)時(shí)會(huì)有75%的消費(fèi)者選擇購(gòu)買(mǎi)沐浴露。通過(guò)對(duì)消費(fèi)者不同時(shí)間段的購(gòu)買(mǎi)行為進(jìn)行分析，能夠有效的幫助企業(yè)做出正確的營(yíng)銷決策。目前，大部分目錄銷售公司都是運(yùn)用序列分析的方法來(lái)對(duì)消費(fèi)者的購(gòu)買(mǎi)行為進(jìn)行分析，以此來(lái)為下一次的商品目錄設(shè)計(jì)提供必要的參考依據(jù)。

2.聚類分析

在數(shù)據(jù)挖掘中，聚類分析是指以某些屬性為標(biāo)準(zhǔn)來(lái)對(duì)數(shù)據(jù)庫(kù)中的元組進(jìn)行劃分，并劃分成不同的子集或者是組別。同時(shí)，在識(shí)別屬性上，每一個(gè)子集或組別的內(nèi)部元組具有相似性；而不同的子集或組別的元組，則具有很大的差異性。基于此，聚類分析的作用主要在于能夠?qū)蛻羧哼M(jìn)行細(xì)分。與預(yù)測(cè)分析相比，聚類分析在對(duì)元組進(jìn)行劃分之前沒(méi)有預(yù)先設(shè)置組別，且其主要產(chǎn)生的是分組規(guī)則。

3.預(yù)測(cè)分析

在數(shù)據(jù)挖掘中，預(yù)測(cè)分析的設(shè)計(jì)運(yùn)算是以預(yù)測(cè)分析模型為依據(jù)來(lái)實(shí)現(xiàn)的。在預(yù)測(cè)分析模型中，一般用因變量來(lái)表示假設(shè)的某種行為，用自變量來(lái)表示其他行為。其中，因變量隨著自變量的出現(xiàn)而產(chǎn)生，且隨著自變量的改變而改變。同時(shí)，兩者之間存在某種穩(wěn)定的數(shù)量關(guān)系。基于此，就能夠通過(guò)對(duì)已知的數(shù)據(jù)進(jìn)行分析來(lái)對(duì)可能發(fā)生的狀況進(jìn)行預(yù)測(cè)。此外，數(shù)據(jù)挖掘中預(yù)測(cè)分析模型的構(gòu)建，其主要目的是為了對(duì)客戶在營(yíng)銷活動(dòng)中的反應(yīng)及其反應(yīng)程度來(lái)進(jìn)行探測(cè)。目前，邏輯回歸和決策樹(shù)是能夠進(jìn)行預(yù)測(cè)分析的最主要的數(shù)據(jù)挖掘技術(shù)。

4.關(guān)聯(lián)分析

在數(shù)據(jù)挖掘中，關(guān)聯(lián)分析是其主要的功能之一，它可以在市場(chǎng)營(yíng)銷的各個(gè)領(lǐng)域進(jìn)行應(yīng)用。其中，對(duì)消費(fèi)者的購(gòu)買(mǎi)行為進(jìn)行關(guān)聯(lián)規(guī)則方面的分析是關(guān)聯(lián)分析的主要應(yīng)用之一，其目的是為了對(duì)消費(fèi)者購(gòu)買(mǎi)商品時(shí)的行為模式進(jìn)行探詢。通過(guò)采用關(guān)聯(lián)分析方法來(lái)對(duì)挖掘數(shù)據(jù)中的關(guān)聯(lián)性規(guī)則，能夠幫助企業(yè)采取適當(dāng)?shù)臓I(yíng)銷方式對(duì)商品進(jìn)行宣傳，從而有利于促進(jìn)新產(chǎn)品的銷售。同時(shí)，這也有利于消費(fèi)者發(fā)現(xiàn)新產(chǎn)品，從而進(jìn)一步促進(jìn)了新產(chǎn)品的宣傳與銷售。

（三）B2C電子商務(wù)的數(shù)據(jù)挖掘過(guò)程

一般而言，B2C電子商務(wù)數(shù)據(jù)挖掘的過(guò)程主要被分為三個(gè)階段，即數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)挖掘以及結(jié)果表述和解釋。其具體內(nèi)容如下：

1.數(shù)據(jù)準(zhǔn)備

在對(duì)數(shù)據(jù)進(jìn)行挖掘之前，必須先對(duì)要挖掘的數(shù)據(jù)進(jìn)行相關(guān)的處理，這就是數(shù)據(jù)準(zhǔn)備階段。通常，數(shù)據(jù)準(zhǔn)備階段被分為數(shù)據(jù)集成、數(shù)據(jù)選擇以及數(shù)據(jù)預(yù)處理這三個(gè)子步驟。其中，數(shù)據(jù)集成是在多個(gè)數(shù)據(jù)庫(kù)中合并處理所需要的數(shù)據(jù)，數(shù)據(jù)選擇是對(duì)提取的數(shù)據(jù)集合進(jìn)行適合的分析，數(shù)據(jù)預(yù)處理則是對(duì)數(shù)據(jù)進(jìn)行篩選、清理、變換以及過(guò)濾。這既能提高數(shù)據(jù)挖掘的質(zhì)量，又能更好地克服數(shù)據(jù)挖掘工具本身所具有的局限性，從而為數(shù)據(jù)挖掘提供了必要的前提。

2.數(shù)據(jù)挖掘

數(shù)據(jù)挖掘階段的本質(zhì)是進(jìn)行實(shí)際的挖掘操作，它是通過(guò)根據(jù)挖掘目標(biāo)來(lái)采取適當(dāng)?shù)耐诰蚍椒ǖ姆绞絹?lái)獲得有意義的數(shù)據(jù)模式。目前，數(shù)據(jù)挖掘的方法主要包括知識(shí)發(fā)現(xiàn)、統(tǒng)計(jì)分析以及其他可視化方法這三類。其中，知識(shí)發(fā)現(xiàn)是通過(guò)數(shù)據(jù)搜尋的方法（如，人工神經(jīng)網(wǎng)絡(luò)、規(guī)則推理以及決策樹(shù)方法等）來(lái)發(fā)現(xiàn)規(guī)律的，以此來(lái)得到一個(gè)有意義的數(shù)據(jù)模式。統(tǒng)計(jì)分析是通過(guò)采用數(shù)學(xué)模型和統(tǒng)計(jì)模型來(lái)對(duì)這些規(guī)律進(jìn)行解釋的，其方法主要有因子分析、線性回歸、非線性分析以及有線性分析等。其他可視化方法在對(duì)多變量的圖形進(jìn)行分析的同時(shí)，也會(huì)對(duì)多變量之間的關(guān)系進(jìn)行顯示。這種方法不僅能有助于對(duì)之前挖掘的數(shù)據(jù)進(jìn)行分析，而且還能夠提高數(shù)據(jù)挖掘的能力。

3.結(jié)果表述和解釋

結(jié)果表述和解釋是指在最終用戶決策的基礎(chǔ)上來(lái)分析已提取的信息，并將最有價(jià)值的信息區(qū)分離出來(lái)，且以決策支持工具的方式來(lái)將其提供給決策者。值得注意的是，這一階段的任務(wù)除了要將結(jié)果表達(dá)出來(lái)之外，還必須過(guò)濾處理相關(guān)的信息。若決策者對(duì)其提交的信息不滿意，則應(yīng)重復(fù)上述的過(guò)程。

4.B2C電子商務(wù)的數(shù)據(jù)挖掘系統(tǒng)結(jié)構(gòu)

數(shù)據(jù)挖掘能在電子商務(wù)中發(fā)揮作用，一定要把每個(gè)階段的據(jù)轉(zhuǎn)存到數(shù)據(jù)庫(kù)中，提取有效數(shù)據(jù)和電子商務(wù)的各種操作相互配合。

圖 B2C電子商務(wù)的數(shù)據(jù)挖掘系統(tǒng)結(jié)構(gòu)

結(jié)束語(yǔ)

綜上所述，伴隨著電子商務(wù)的快速發(fā)展，市場(chǎng)競(jìng)爭(zhēng)也日益激烈。而電子商務(wù)本身存在著數(shù)據(jù)量龐大的問(wèn)題。因此，企業(yè)要在市場(chǎng)中獲得長(zhǎng)久、穩(wěn)健、健康的發(fā)展，就必須采取合適的數(shù)據(jù)挖掘技術(shù)來(lái)對(duì)電子商務(wù)中有價(jià)值的信息進(jìn)行挖掘。由于本文篇幅有限，必然存在不足之處。故而，這還需要我們進(jìn)一步對(duì)電子商務(wù)中數(shù)據(jù)挖掘技術(shù)的應(yīng)用進(jìn)行研究和探討。

[1]藺莉，潘浩.Web數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用[J].電腦知識(shí)與技術(shù)，2010，（4）.

[2]戴菲.數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用[J].電腦知識(shí)與技術(shù)，2011，（21）.

[3]邱璐.基于數(shù)據(jù)挖掘技術(shù)的Web電子商務(wù)應(yīng)用與研究[J].中國(guó)電子商務(wù)，2014，（4）.

[4]胡金娟.數(shù)據(jù)挖掘技術(shù)在個(gè)性化電子商務(wù)網(wǎng)站建設(shè)中的應(yīng)用[J].漯河職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2014，（5）.

[5]韓英.淺談數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用[J].太原城市職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2013，（4）.

[6]王曉鵬.數(shù)據(jù)挖掘技術(shù)在電子商務(wù)管理中的應(yīng)用研究[J].中國(guó)新技術(shù)新產(chǎn)品，2013，（18）.