- 相關(guān)推薦
數據挖掘技術(shù)在電子商務(wù)中的應用研究論文
[摘要] 電子商務(wù)在現代商務(wù)活動(dòng)中的正變得日趨重要，而商務(wù)數據的處理則凸顯出數據挖掘的重要。本文討論了數據挖掘的主要方法，具體闡述了數據挖掘技術(shù)在電子商務(wù)中的作用及應用。
[關(guān)鍵詞] 數據挖掘 電子商務(wù) 數據庫
一、概述
數據挖掘（data mining）起源于數據庫中的知識發(fā)現（knowledge discover in database，kdd），是指從大型數據庫或數據倉庫中提取隱含的、未知的、非平凡且最終可理解的及有潛在應用價(jià)值的信息或模式。數據挖掘技術(shù)是計算機技術(shù)發(fā)展的熱點(diǎn)之一。通過(guò)對歷史積累的大量數據的有效挖掘，可以發(fā)現隱藏的規律或模式，為決策提供支持，而這些規律或模式是不能夠依靠簡(jiǎn)單的數據查詢(xún)得到，或者是不能在可接受的時(shí)間內得到。這些規律或模式可以進(jìn)一步在專(zhuān)業(yè)人員的識別下成為知識，并可以應用到以客戶(hù)為中心的企業(yè)決策分析和管理的各個(gè)不同領(lǐng)域和階段。
電子商務(wù)（e-commerce）是以指利用電子數據交換（electronic data interchange，edi）、電子郵件（e-mail）、電子資金轉賬（electronic funds transfer，eft）和internet等主要技術(shù)在個(gè)人、企業(yè)和國家之間進(jìn)行無(wú)紙化的信息交換，包括商品信息及其訂購信息、資金信息及其支付信息、安全及其認證信息等，即以現代信息技術(shù)為手段，以經(jīng)濟效益為中心的現代化商業(yè)運轉模式。其最終目標是實(shí)現商務(wù)活動(dòng)的網(wǎng)絡(luò )化、自動(dòng)化與智能化。
隨著(zhù)internet的迅速發(fā)展，電子商務(wù)的應用不斷深入。wWw.133229.cOm在電子商務(wù)應用系統中，相關(guān)的用戶(hù)數據日益增多，數據挖掘技術(shù)具有從大量復雜數據中發(fā)現特定規律的能力。商業(yè)電子化的趨勢不僅為客戶(hù)提供了便利的交易方式和廣泛的選擇，同時(shí)也為商家提供了更加深入了解客戶(hù)需求信息和購物行為特征的可能性。
二、數據挖掘的主要方法
數據挖掘融合了數據庫、人工智能、機器學(xué)習、統計學(xué)等多個(gè)領(lǐng)域的理論和技術(shù)。比較典型的數據挖掘方法有分類(lèi)、關(guān)聯(lián)規則分析、聚類(lèi)分析和孤立點(diǎn)分析等。
1.分類(lèi)。分類(lèi)是找出一個(gè)類(lèi)別的概念描述，它代表了這類(lèi)數據的整體信息，即該類(lèi)的內涵描述，一般用規則或決策樹(shù)模式表示。實(shí)際上就是通過(guò)分析示例數據庫中的數據，為每個(gè)類(lèi)別做出準確的描述或建立分析模型或挖掘出分類(lèi)規則，然后用這個(gè)分類(lèi)規則對其他數據庫中的記錄進(jìn)行分類(lèi)。
2.關(guān)聯(lián)規則分析。關(guān)聯(lián)規則分析用于發(fā)現關(guān)聯(lián)規則。若兩個(gè)或多個(gè)數據項的取值重復出現且概率很高時(shí)，它就存在著(zhù)某種關(guān)聯(lián)，可以建立起這些數據項的關(guān)聯(lián)規則，一般用“支持度”和“置信度”兩個(gè)閩值來(lái)淘汰那些無(wú)用的關(guān)聯(lián)規則。關(guān)聯(lián)規則分析能發(fā)現數據庫中諸如“90%的顧客在一次購買(mǎi)活動(dòng)中購買(mǎi)商品a的同時(shí)購買(mǎi)商品b”之類(lèi)的特征。
3.聚類(lèi)分析。聚類(lèi)分析的對象是一組未分類(lèi)記錄，并且這些記錄應分成幾類(lèi)事先也不知道。聚類(lèi)就是通過(guò)分析數據庫中的記錄數據，根據一定的分類(lèi)規則，合理地劃分記錄集合，確定每個(gè)記錄所在類(lèi)別。它所采用的分類(lèi)規則是由聚類(lèi)分析工具決定的。采用不同的聚類(lèi)方法，對于相同的記錄集合可能有不同的劃分結果。
4.孤立點(diǎn)分析。數據庫中的數據常有一些異常記錄，這些記錄稱(chēng)為孤立點(diǎn)，常常包括很多潛在的知識，如分類(lèi)中的反常實(shí)例、不滿(mǎn)足規則的特例、觀(guān)測結果與模型預測值的偏差、量值隨時(shí)間的變化等。孤立點(diǎn)分析基本方法是尋找觀(guān)測結果與參照之間的差別。
三、據據挖掘在的應用
數據挖掘的應用十分廣泛，如銀行、電信、保險、交通、零售（如超級市場(chǎng)）等領(lǐng)域。數據挖掘所能解決的典型商業(yè)問(wèn)題包括數據庫營(yíng)銷(xiāo)（database marketing）、客戶(hù)群體劃分（customer segmentation & classification）、背景分析（profile analysis）、交叉銷(xiāo)售（cross-selling）等市場(chǎng)分析行為，以及客戶(hù)流失性分析（churn analysis）、客戶(hù)信用記分（credit scoring）和欺詐發(fā)現（fraud detection）等。
分類(lèi)的目的是構造一個(gè)分類(lèi)函數或分類(lèi)模型，通常稱(chēng)作分類(lèi)器。分類(lèi)器的構造方法通常由統計方法、機器學(xué)習方法、神經(jīng)網(wǎng)絡(luò )方法等。在金融領(lǐng)域，管理者可以通過(guò)對客戶(hù)償還能力以及信用的分析，進(jìn)行分類(lèi)，評出等級，減少放貸的盲目性，提高資金的使用效率。
在零售業(yè)，數據挖掘可有助于識別顧客購買(mǎi)行為，發(fā)現顧客購買(mǎi)模式和趨勢，改進(jìn)服務(wù)質(zhì)量，取得更好的顧客保持力和滿(mǎn)意程度，提高貨品銷(xiāo)量比率，設計更好的貨品運輸與分銷(xiāo)策略，減少商業(yè)成本。
電信、計算機網(wǎng)絡(luò )、因特網(wǎng)和各種其它方式的通信和計算的融合是目前的大勢所趨。利用數據挖掘技術(shù)來(lái)幫助理解商業(yè)行為、確定電信模式、捕捉盜用行為、更好的利用資源和提高服務(wù)質(zhì)量是非常有必要的，通過(guò)挖掘進(jìn)行盜用模式分析和異常模式識別，從而可盡早發(fā)現盜用，為公司減少損失。
數據挖掘是一個(gè)非常復雜的過(guò)程。每一種數據挖掘技術(shù)方法都有其自身的特點(diǎn)和實(shí)現步驟。每種數據挖掘的技術(shù)方法對輸入/輸出數據形式的要求、結構、參數設置、訓練、測試和模型評價(jià)方式各自有不同的要求，算法應用領(lǐng)域的含義和能力也存在差異。數據挖掘過(guò)程一般分為定義問(wèn)題、準備數據、實(shí)施挖掘、評價(jià)與表示等幾個(gè)階段。數據挖掘過(guò)程的這幾個(gè)階段都需要人的參與指導。
四、結束語(yǔ)
數據挖掘是指按企業(yè)既定業(yè)務(wù)目標，對大量的企業(yè)數據進(jìn)行探索和分析，揭示隱藏的、未知的或驗證已知的規律性，并進(jìn)一步將其模型化的先進(jìn)有效的方法。電子商務(wù)是現代信息技術(shù)發(fā)展的必然結果，也是未來(lái)商業(yè)運作模式的必然選擇。企業(yè)數據量日益龐大，其中真正有價(jià)值的信息卻很少，利用數據挖掘技術(shù)，從大量的數據中經(jīng)過(guò)深層分析，獲得有利于商業(yè)運作、提高競爭力的信息，發(fā)揮企業(yè)的獨特優(yōu)勢，促進(jìn)管理創(chuàng )新和技術(shù)創(chuàng )新。
參考文獻：
[1]鄧鯤鵬周延杰?chē)黎ん?數據挖掘與電子商務(wù).商場(chǎng)現代化，2007（9s）
[2]袁柱:電子商務(wù)中web數據挖掘的應用研究.商場(chǎng)現代化，2007（8s）
[3]周亮:面向電子商務(wù)的數據挖掘系統的研究與設計[d].武漢理工大學(xué)，2005
【數據挖掘技術(shù)在電子商務(wù)中的應用研究論文】相關(guān)文章：
數據挖掘在旅游電子商務(wù)中應用論文08-07
談數據挖掘技術(shù)在電子商務(wù)中的應用10-09
在電子商務(wù)中如何正確的使用數據挖掘技術(shù)10-01
數據挖掘技術(shù)在電子商務(wù)網(wǎng)站中的應用09-24
數據挖掘技術(shù)在ＣＲＭ中的應用09-20
Web數據挖掘技術(shù)在個(gè)性化網(wǎng)絡(luò )教學(xué)中的應用研究08-07
淺談數據挖掘在電子商務(wù)中的應用10-08
電子商務(wù)中數據挖掘方法淺談08-12