電子商務中的數(shù)據(jù)挖掘及其應用

許霞++唐浩++汪永超

摘要：互聯(lián)網(wǎng)使用與發(fā)展使得電子商務在現(xiàn)代企業(yè)的地位日益加重，因此如何充分利用網(wǎng)絡技術和數(shù)據(jù)庫技術的業(yè)務優(yōu)勢，是目前所企業(yè)關注的一個重要問題。本文介紹了常用的數(shù)據(jù)挖掘和利用數(shù)據(jù)挖掘技術在電子商務分析領域的技術應用和建立動態(tài)，高效的電子商務的可行性，并做出更具針對性的電子商務網(wǎng)站，使得用戶體驗更加人性化，并為企業(yè)提供數(shù)據(jù)以支持業(yè)務決策。

關鍵詞：數(shù)據(jù)挖掘；數(shù)據(jù)倉庫；電子商務；信息處理

中圖分類號：TP274 文獻識別碼：A 文章編號：1001-828X（2016）007-000-01

電子商務使得公司在發(fā)展商務活動的過程中得到大量的復雜的數(shù)據(jù)，這些數(shù)據(jù)需要通過一種方法將它轉變成有用的信息和知識，從而為公司創(chuàng)造出應有價值。因此，通過在互聯(lián)網(wǎng)對大量數(shù)據(jù)進行挖掘分析，從而對公司企業(yè)帶來無比巨大的效益。通過數(shù)據(jù)挖掘技術，找出其中有效信息，進來調整企業(yè)營銷策略，改善客戶服務，使得企業(yè)的服務更加便捷更加人性化。

一、如何進行數(shù)據(jù)挖掘

挖掘數(shù)據(jù)過程可以分為3個步驟：

1.數(shù)據(jù)預處理。將數(shù)據(jù)文件或數(shù)據(jù)庫合并；很多來自有效的數(shù)據(jù)分析得出的無用數(shù)據(jù)，除去無用的數(shù)據(jù)，并將其轉換成以促進數(shù)據(jù)挖掘的格式等。

2.模式發(fā)現(xiàn)。通過模式發(fā)現(xiàn)來搜尋其中的能夠用到的新的有效信息。web挖掘技術可以用于路徑選擇，相關分析，分類規(guī)則，聚類分析，序列分析等。

3.模式分析。從相位檢測模式得到的模式的分析模型，通過技術手段，從中過濾掉不感興趣的信息，得出有意義的結論。常用的技術有：關聯(lián)規(guī)則，分類，聚類，序列模式等。

二、在電子商務活動中數(shù)據(jù)挖掘的作用

數(shù)字挖掘技術通過挖掘潛在信息來指導電子商務活動，通過這種方式來達到服務電子商務的目的。在電子商務中的作用有7個方面：

1.通過在客戶瀏覽網(wǎng)站時反饋的信息來改善網(wǎng)絡服務，提升客戶的服務質量。

2.在對電子商務網(wǎng)站的瀏覽信息中挖掘潛在的客戶。

3.通過挖掘商務網(wǎng)站的訪問者的各類信息需求來優(yōu)化服務，更加深入了解客戶所需。

4.挖掘客戶的購買需求與習慣來幫助開發(fā)產品和定制合理的促銷策略。

5.通過對商品的訪問狀況和銷售狀況來優(yōu)化營銷活動。

6.針對不同客戶提供不同的信息導航，方便客戶的瀏覽。

7.通過收集客戶在瀏覽時出現(xiàn)的各類錯誤，來發(fā)現(xiàn)該網(wǎng)站的漏洞以及不合理的部分，并改善問題，從而提高網(wǎng)站的穩(wěn)定和解決客戶的問題，以確保購物的效率。

三、常用在電子商務活動的數(shù)據(jù)挖掘方式

1.分類

數(shù)據(jù)挖掘分類啟動一批已經(jīng)分類數(shù)據(jù)集（訓練集）來獲取數(shù)據(jù)集中的知識。從而應用此模型（知識）的未分類的新數(shù)據(jù)進行分類。它的目標是分類或分類功能，數(shù)據(jù)項數(shù)據(jù)庫用于特定類別的模型。分類的主要方法是基于數(shù)據(jù)分類樹模型，貝葉斯分類算法，ID3算法和基于算法的神經(jīng)網(wǎng)絡等。例如，在醫(yī)療應用中，對象可以被劃分成兩種類型患病和未患病；在所有的財務中，該對象可以分為低風險和高風險類別。

2.聚類分析

聚類分析是一組相似的數(shù)據(jù)因之間的差異而被分成幾類，其目的是使該各種類別之間的數(shù)據(jù)相似性屬于同一個類別。聚類分析是數(shù)據(jù)挖掘的最常用的技術。聚類分析常用的方法有：聚類分割方法，層次聚類方法，基于密度聚類方法和罕見的高維聚類算法。從聚類分析的不同和分級的方法聚類分發(fā)數(shù)據(jù)之前，它們沒有任何意義。在通過多次的刪除或添加變量影響的分類方式，可以從中得到我們想要的最佳結果。使用電子商務的聚類分析的方法也非常廣闊。一個典型的應用就是幫助企業(yè)通過數(shù)據(jù)分析來發(fā)現(xiàn)不同客戶的不同需求，以及不同的方式來分享獲取，對客戶提供更細致的服務。

3.關聯(lián)規(guī)則挖掘

關聯(lián)規(guī)則是描述一個事物某些項目可以導出到其他項目的數(shù)據(jù)點數(shù)據(jù)庫之間的關系出現(xiàn)，這是隱藏在之間的相關性或關系規(guī)則數(shù)據(jù)，例如，在相關的采集的事件購買各種產品。在電子商務，有一個由交易數(shù)據(jù)大量且有趣的業(yè)務關系，它可以幫助使許多商業(yè)決策。在典型的購物籃分析中，通過客人對購物籃中商品的分類，來得到不同產品之間的聯(lián)系并得到?jīng)Q策制定。典型的應用是超市的客戶，以確定哪些產品將被放置在一個購物車或購物籃，他們就會購買這些商品。這些信息可以幫助零售商選擇調節(jié)分配和貨架，行李箱出售。例如，將牛奶和面包放在一起刺激客人去同時購買這些商品。在電子商務，Web服務器因為日志文件記錄訪問用戶數(shù)據(jù)，這些數(shù)據(jù)通過使用客戶挖掘關聯(lián)規(guī)則來購買產品的網(wǎng)上某些偏好和品牌忠誠的相關性，價格可以接受的范圍內和包裝要求的結果可以用來挖掘，以幫助管理人員計劃，確定投資品，價格和新產品的類型。

4.序列模式分析

關聯(lián)規(guī)則挖掘模型和類似的序列分析，而是側重于之前和序列分析后的數(shù)據(jù)之間的關系。他發(fā)現(xiàn)，在一定的時間期限內形式的數(shù)據(jù)庫，顧客購買商品1，然后購買商品2，然后購買商品3，會出現(xiàn)1-2-3這樣的多次出現(xiàn)的數(shù)據(jù)。描述序列分析模型的問題是，每個序列是按照調節(jié)與交易的時間進行，在一個特定的數(shù)據(jù)庫事務的序列，如果序列功能的事務處理流程數(shù)據(jù)庫代理定義了一組，高頻序列數(shù)據(jù)庫會出現(xiàn)。當連續(xù)模型的分析，還要求用戶輸入至少最低的最低支持C和信任S。序列模式促進電子商務組織預測的方法給客戶端，從而進行有針對性的廣告服務或建議，盡力滿足客人的各式各樣要求。

四、結語

電子商務是現(xiàn)代信息技術的發(fā)展與應用，它給人們帶來便捷的同時也給企業(yè)與公司帶來了新的商業(yè)模式，并為未來的商務網(wǎng)站的運營提供了有力保障。而電子商務網(wǎng)站離不開數(shù)據(jù)挖掘技術，利用數(shù)據(jù)挖掘技術來分析大量數(shù)據(jù)，可以挖掘客戶購買習慣以及瀏覽習慣來分析策略，并幫助企業(yè)制定有效的營銷策略，充分發(fā)揮優(yōu)勢獨特的企業(yè)，推進技術創(chuàng)新和管理創(chuàng)新，增強企業(yè)的競爭力。

參考文獻：

[1]吳春瓊.淺析數(shù)據(jù)挖掘技術及其在電子商務中的應用[J].黑龍江科技信息，2009，（30）：90.

[2]葉俊，胡同森.數(shù)據(jù)挖掘技術及其在電子商務中的應用[J].麗水學院學報，2010，32（2）：42-47.

[3]孫學軍.Web文本數(shù)據(jù)挖掘技術及其在電子商務中的應用[J].菏澤學院學報，2011，33（2）：35-39.