摘要:數據挖掘是當前數據庫和信息決策領(lǐng)域的最前沿研究方向之一。該文從知識發(fā)現和數據挖掘的概念出發(fā),總結了數據挖掘常采用的技術(shù)方法,同時(shí)對數據挖掘的應用及發(fā)展進(jìn)行了闡述。該文以一個(gè)淘寶網(wǎng)行業(yè)的數據挖掘案例探討了數據挖掘在網(wǎng)絡(luò )經(jīng)濟下工商的應用;從技術(shù)和商業(yè)需求兩個(gè)方面分別研究了數據挖掘商務(wù)應用的可行性,并指出因競

 

　　爭戰略的細化導致了對數據挖掘的商業(yè)需求。

 

　　關(guān)鍵詞:數據挖掘;網(wǎng)絡(luò )經(jīng)濟;序列模式

 

　　速提高,大量的數據儲存在數據庫和數據倉庫中,我們已被淹沒(méi)在數據和信息的汪洋大海中。這項以數據庫技術(shù)、網(wǎng)絡(luò )技術(shù)、統計分析、人工智能等為依托的綜合性運用技術(shù)的出現有其必然性和可行性。人們需要有新的、更有效的手段地各種大量數據進(jìn)行挖掘以發(fā)揮其潛能,數據挖掘正是在這樣的應用需求環(huán)境下產(chǎn)生并迅速發(fā)展起來(lái)的,它的出現為自動(dòng)和智能地把海量的數據轉化為有用的信息和知識提供了手段。

 

　　1網(wǎng)絡(luò )經(jīng)濟

 

　　網(wǎng)絡(luò )經(jīng)濟,一種建立在計算機網(wǎng)絡(luò )基礎之上,以現代信息技術(shù)為核心的新的經(jīng)濟形態(tài)。它以信息為基礎,以計算機網(wǎng)絡(luò )為依托,以生產(chǎn)、分配、交換和消費網(wǎng)絡(luò )產(chǎn)品為主要內容,以高科技為支持,以知識和技術(shù)創(chuàng )新為靈魂。它不僅是指以計算機為核心的信息技術(shù)產(chǎn)業(yè)的興起和快速增長(cháng),也包括以現代計算機技術(shù)為基礎的整個(gè)高新技術(shù)產(chǎn)業(yè)的崛起和迅猛發(fā)展,更包括由于高新技術(shù)的推廣和運用所引起的傳統產(chǎn)業(yè)、傳統經(jīng)濟部門(mén)的深刻的革命性變化和飛躍性發(fā)展。它實(shí)際上是一種在傳統經(jīng)濟基礎上產(chǎn)生的、經(jīng)過(guò)以計算機為核心的現代信息技術(shù)提升的高級經(jīng)濟發(fā)展形態(tài)。

 

　　2數據挖掘商網(wǎng)絡(luò )經(jīng)濟的案例

 

　　2.1電子商務(wù)行業(yè)概況

 

　　隨著(zhù)電子商務(wù)行業(yè)不斷發(fā)展,新的供應商仍在進(jìn)人市場(chǎng)與傳統企業(yè)競爭。電子商務(wù)行業(yè)促使雜貨、藥品、玩具零售商提供更低的價(jià)格和更全的商品。電子商務(wù)正以低成本、高效率、覆蓋廣、協(xié)調性強、透明度高等一系列明顯的交易優(yōu)勢席卷經(jīng)濟的各個(gè)層面。

 

　　2011年中國移動(dòng)互聯(lián)網(wǎng)市場(chǎng)規模達393.1億元,同比增長(cháng)97.5%,移動(dòng)電子商務(wù)的飛速發(fā)展正是中國移動(dòng)互聯(lián)網(wǎng)市場(chǎng)快速增長(cháng)的主要推動(dòng)力。2011年,移動(dòng)電商在移動(dòng)互聯(lián)網(wǎng)市場(chǎng)中的占比已接近三成,預計在2012年末可以達到57%以上。傳統互聯(lián)網(wǎng)電商企業(yè)在發(fā)展到一定規模后,有足夠的經(jīng)驗和資本向移動(dòng)終端轉移,是移動(dòng)電商快速增長(cháng)的主要原因。

 

　　2.2數據挖掘分析過(guò)程

 

　　上面面用一個(gè)針對淘寶網(wǎng)滁州店鋪采集的樣本數據,進(jìn)行挖掘的例子來(lái)說(shuō)明數據挖掘的具體應用。表1給出了數據源的部分字段格式。表2、表3給出了經(jīng)過(guò)整理和轉換后的適用于挖掘工具的數據樣本。在本案例中,我們自行編寫(xiě)挖掘工具。限于篇幅,具體數據挖掘過(guò)程省略。

 

　　2.3數據挖掘應用分析結論

 

　　從上面電子商務(wù)行業(yè)數據挖掘后分析可以得出:

 

　　電子商務(wù)銷(xiāo)售的主體:我們找到進(jìn)行網(wǎng)絡(luò )銷(xiāo)售的主體人(店鋪)及相關(guān)個(gè)人店鋪信息;

 

　　電子商務(wù)銷(xiāo)售的內容:我們可以查詢(xún)店鋪所銷(xiāo)售的商品信息,對銷(xiāo)售商品是否違規進(jìn)行監管;

 

　　電子商務(wù)市場(chǎng)行為分析:特定范圍內市場(chǎng)消費傾向是什么,以便引導,制定銷(xiāo)售、決策方案;

 

　　監管范圍的擴展:傳統工商監管只對實(shí)體店鋪進(jìn)行監管,通過(guò)對網(wǎng)絡(luò )的市場(chǎng)監管,可以擴大工商管理監管范圍,更加規范的市場(chǎng)。

 

　　3網(wǎng)絡(luò )數據挖掘的分析方法

 

　　針對網(wǎng)絡(luò )經(jīng)濟形態(tài)下的數據挖掘,我們主要采用以下三種方式進(jìn)行數據挖掘:

 

　　3.1關(guān)聯(lián)分析

 

　　利用關(guān)聯(lián)規則進(jìn)行數據挖掘。在數據挖掘研究領(lǐng)域,對于關(guān)聯(lián)分析的研究開(kāi)展得比較深入,人們提出了多種關(guān)聯(lián)規則的挖掘算法,如APRIORI、STEM、AIS、DHP等算法。關(guān)聯(lián)分析的目的是挖掘隱藏在數據間的相互關(guān)系,它能發(fā)現數據庫中形如“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)的知識。關(guān)聯(lián)分析就是生成所有具有用戶(hù)指定的最小置信度和最小支持度的關(guān)聯(lián)規則。

 

　　3.2分類(lèi)分析

 

　　設有一個(gè)數據庫和一組具有不同特征的類(lèi)別(標記),該數據庫中的每一個(gè)記錄都賦予一個(gè)類(lèi)別的標記,這樣的數據庫稱(chēng)為示例數據庫或訓練集。分類(lèi)分析就是通過(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)規則對其它數據庫中的記錄進(jìn)行分類(lèi)。

 

　　3.3序列模式分析

 

　　序列模式分析和關(guān)聯(lián)分析法相似,其目的也是為了采掘出數據之間的聯(lián)系,但序列模式分析的側重點(diǎn)在于分析數據間的前后(因果)關(guān)系。運用序列模式分析銷(xiāo)售記錄,零售商則可以發(fā)現客戶(hù)潛在的購物模式,例如客戶(hù)在購買(mǎi)微波爐前常購買(mǎi)何種商品。 3.4數據挖掘與信息過(guò)濾技術(shù)的結合 網(wǎng)絡(luò )的迅速發(fā)展導致了“信息過(guò)載”、“信息超載”現象,利用網(wǎng)絡(luò )數據挖掘中得到的數據進(jìn)行信息過(guò)濾機制就是為了克服上述現

 

　　象,減少用戶(hù)在獲得信息過(guò)程中的負擔,同時(shí)向用戶(hù)提供數量適宜、質(zhì)量?jì)?yōu)良的信息應運而生的。比如在網(wǎng)絡(luò )內容挖掘之前對網(wǎng)絡(luò )文檔中包含的信息進(jìn)行過(guò)濾、篩選、分類(lèi)和歸檔等操作,使網(wǎng)絡(luò )內容挖掘所要處理的數據量得以減少,使輸入數據的質(zhì)量、網(wǎng)絡(luò )內容挖掘的信息挖掘速度及精確度和用戶(hù)所得信息的時(shí)效性得以提高。

 

　　4網(wǎng)絡(luò )數據挖掘步驟

 

　　1)確定應用領(lǐng)域:包括此領(lǐng)域的基本知識和目標。

 

　　2)建立目標數據集:選擇一個(gè)數據集或在多數據集的子集上聚焦。

 

　　3)數據預處理:在大數據集中,根據需求,利用數據凈化和整合技術(shù),選擇與任務(wù)相關(guān)數據,在不降低其準確度的狀況下減少處理數據量。

 

　　4)數據轉換:找到數據的特征進(jìn)行編碼,減少有效變量的數目。

 

　　5)數據挖掘:根據數據和所要發(fā)現知識的種類(lèi)來(lái)確定相應的挖掘算法。

 

　　6)數據評價(jià):將挖掘出的知識和數據以各種可視化方式顯示,并將其以圖形、文本等方式存儲在庫中,以便對它們進(jìn)一步挖掘,直至滿(mǎn)意為止。

 

　　7)實(shí)施和應用:利用數據挖掘技術(shù)所建立模型在實(shí)際項目中的應用,包括數據庫的構建,個(gè)性化用戶(hù)服務(wù)、基于知識的企業(yè)信息管理(MIS)、企業(yè)目標管理、決策支持等等。

 

　　5網(wǎng)絡(luò )數據挖掘的未來(lái)展望

 

　　以上數據時(shí)網(wǎng)絡(luò )經(jīng)濟形態(tài)下,在工商管理部分的應用,實(shí)際的工商管理目標是為工商管理與決策提供服務(wù),未來(lái)的數據挖掘將會(huì )形成標準的數據挖掘語(yǔ)言或其他方面的標準化工作的數據挖掘系統。

 

　　數據挖掘能發(fā)現網(wǎng)絡(luò )中隱含的有價(jià)值的信息和知識,從而提高標引、自動(dòng)摘要、自動(dòng)分類(lèi)和自動(dòng)聚類(lèi)等的準確率;能促進(jìn)用戶(hù)興趣模型的構建,從而為用戶(hù)提供更好的個(gè)性化信息,難以滿(mǎn)足網(wǎng)絡(luò )信息用戶(hù)的動(dòng)態(tài)需求。在網(wǎng)絡(luò )信息檢索的實(shí)際應用中,往往不是單一地運用數據挖掘技術(shù),數據挖掘需和其他相關(guān)技術(shù)結合,才能發(fā)揮出更大的效用。

 

　　參考文獻:

 

　　[1]劉彩虹,楊玉紅.論圖書(shū)館文獻信息服務(wù)的創(chuàng )新[J].圖書(shū)館工作與研究,2002 (1):59-61.

 

　　[2]王振強.用知識管理思想建設企業(yè)競爭情報——通過(guò)信息綜合利用實(shí)現企業(yè)競爭智能[EB/OL].(2004-12-15).

 

　　[3]周黎明,邱均平.基于網(wǎng)絡(luò )的內容分析法[J].情報學(xué)報,2005 (5):594-599.

 

　　[4]羅春榮,曹樹(shù)金.因特網(wǎng)的信息資源評價(jià)[J].中國圖書(shū)館學(xué)報,2001 (3):45-52.

 

　　[5]苗杰,倪波.面向集成競爭情報系統的數據挖掘應用研究[J].情報學(xué)報,2001 (8):443—450.

 

　　[6]翁燁.知識管理系統與市場(chǎng)數據挖掘的融合[J].中國信息導報,2003 (7):52-53.

 

　　[7]鄭宏珍,韓靜萍.異構平臺數據倉庫與數據挖掘技術(shù)[J].中國信息導報,2003 (2):53-55.