數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的運(yùn)用

1、本科畢業(yè)論文論文題目： 數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用 學(xué)生姓名： 薛云霞 學(xué)號(hào)： 200602410089 專(zhuān)業(yè)： 信息管理與信息系統(tǒng) 指導(dǎo)教師： 曲建華 學(xué) 院： 管理與經(jīng)濟(jì)學(xué)院 1 2010 年5月6 日畢業(yè)論文（設(shè)計(jì)）內(nèi)容介紹論文（設(shè)計(jì)）題 目數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用選題時(shí)間2009年12月完成時(shí)間2010年5月論文（設(shè)計(jì)）字?jǐn)?shù)12,400關(guān) 鍵 詞數(shù)據(jù)挖掘技術(shù)；電子商務(wù)；客戶(hù)關(guān)系管理論文（設(shè)計(jì)）題目的來(lái)源、理論和實(shí)踐意義：題目來(lái)源：導(dǎo)師指導(dǎo)下自選題目理論和實(shí)踐意義：隨著網(wǎng)絡(luò)的普及和電子商務(wù)網(wǎng)站的發(fā)展，電子商務(wù)已經(jīng)作為一種信息時(shí)代國(guó)際通行的商務(wù)模式，其深入發(fā)展引發(fā)了自工業(yè)革命經(jīng)濟(jì)

2、領(lǐng)域一場(chǎng)最廣泛、最深刻的變革。電子商務(wù)網(wǎng)站的推廣和普及已經(jīng)成為中國(guó)企業(yè)提高核心競(jìng)爭(zhēng)力的必然要求。由于Web提供的信息是繁瑣的，并且有很多無(wú)用的信息，所以這就需要人們必須使用一種技術(shù)來(lái)提取有用的信息為商家的決策提供服務(wù)。數(shù)據(jù)挖掘技術(shù)是從大量的數(shù)據(jù)中提取蘊(yùn)涵的、未知的、有潛在使用價(jià)值的信息和知識(shí)從而為市場(chǎng)決策提供服務(wù)。所以隨著Internet 技術(shù)和數(shù)據(jù)庫(kù)技術(shù)的飛速發(fā)展，以網(wǎng)絡(luò)為載體、利用數(shù)字化電子方式開(kāi)展的商務(wù)活動(dòng)逐漸成為Web數(shù)據(jù)挖掘的一個(gè)重要應(yīng)用方向。因此，本文簡(jiǎn)單介紹了電子商務(wù)和數(shù)據(jù)挖掘技術(shù)的基本概念，分析了電子商務(wù)發(fā)展的基本現(xiàn)狀，并主要介紹了數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中應(yīng)用和存在的問(wèn)題，對(duì)我

3、們企業(yè)在電子商務(wù)中應(yīng)用數(shù)據(jù)挖掘技術(shù)具有重要的理論和實(shí)踐意義。論文（設(shè)計(jì)）的主要內(nèi)容及創(chuàng)新點(diǎn)：主要內(nèi)容：隨著Internet和電子商務(wù)網(wǎng)站的飛速發(fā)展，Web已經(jīng)成為人們獲取信息的一個(gè)重要途徑。如何從這些海量的數(shù)據(jù)中找到有用的數(shù)據(jù)，如何發(fā)現(xiàn)用戶(hù)的興趣，為客戶(hù)提供個(gè)性化的服務(wù)成為目前電子商務(wù)網(wǎng)站發(fā)展的關(guān)鍵。數(shù)據(jù)挖掘技術(shù)正是在這種背景下和電子商務(wù)結(jié)合在一起。本文簡(jiǎn)單介紹了電子商務(wù)和數(shù)據(jù)挖掘技術(shù)的基本概念，并主要介紹了數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中應(yīng)用和存在的問(wèn)題，并提出了一些對(duì)策。創(chuàng)新點(diǎn)：本文主要介紹了數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用，并調(diào)查研究了數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中應(yīng)用的現(xiàn)狀，發(fā)現(xiàn)了一些問(wèn)題，并提出了一

4、些解決方法。附：論文（設(shè)計(jì)）本人簽名： 2010 年 5 月 10 日 目 錄中文摘要1英文摘要1第1章 引言2第2章 目前電子商務(wù)的現(xiàn)狀22.1電子商務(wù)的概述22.2中國(guó)電子商務(wù)的發(fā)展?fàn)顩r3第3章 數(shù)據(jù)挖掘技術(shù)53.1數(shù)據(jù)挖掘的定義53.2數(shù)據(jù)挖掘的功能53.3數(shù)據(jù)挖掘的方法6第4章 數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用74.1數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中應(yīng)用的可行性分析74.2電子商務(wù)中的數(shù)據(jù)挖掘過(guò)程84.3數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用94.4電子商務(wù)中數(shù)據(jù)挖掘應(yīng)用的現(xiàn)狀和解決方法134.5數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中應(yīng)用的前景14第5章 結(jié)語(yǔ)14參考文獻(xiàn)15數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用 薛云霞摘要

5、：隨著Internet和電子商務(wù)的發(fā)展，網(wǎng)上購(gòu)物已經(jīng)成為我們生活中不可或缺的一部分。Web積累了海量的數(shù)據(jù)，如何把這些海量的數(shù)據(jù)轉(zhuǎn)化為有用的數(shù)據(jù)，如何了解顧客的興趣和愛(ài)好，為顧客提供個(gè)性化的服務(wù)成為目前電子商務(wù)發(fā)展的關(guān)鍵問(wèn)題。數(shù)據(jù)挖掘技術(shù)應(yīng)用于電子商務(wù)中正是在這種背景下產(chǎn)生的。數(shù)據(jù)挖掘技術(shù)是從大量的數(shù)據(jù)中提取蘊(yùn)涵的、未知的、有潛在使用價(jià)值的信息和知識(shí),它為市場(chǎng)分析和決策提供了依據(jù)。本文簡(jiǎn)單介紹了電子商務(wù)的基本概念及其電子商務(wù)的應(yīng)用現(xiàn)狀，然后介紹了數(shù)據(jù)挖掘技術(shù)的基本概念；接著主要對(duì)數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用進(jìn)行了研究，指出了實(shí)際應(yīng)用中存在的一些問(wèn)題，并提出了解決方法。關(guān)鍵詞：數(shù)據(jù)挖掘技術(shù)，電

6、子商務(wù)，客戶(hù)關(guān)系管理中圖分類(lèi)號(hào)：TP393The Application of Data Mining in the Electronic Commerce Xue yunxiaAbstract:With the development of Internet and E-commerce ,shopping-online has become a necessary part of our everyday life.With the development of Internet,Web provides abundant data resources.The key problem to

7、 the development of E-commerce is how to make use of E-commerce information and how to find out the interest of customers ,providing pernonalized service for customers .The application of data mining in the E-commerce comes into being in the backgrounds. Data mining is a technique ,which can extract

8、 implicit ,undiscovered, potential,useful information and knowledge and which can help the market to analyse and make decisions. This paper simply discusses some basic cocepet about E-commerce and data mining ,and the application actuality of E-commerce. This paper is mainly focused on application o

9、f data mining in Elecotronic Commerce,and finds out some problems and simply puts forward some solutions to these problems.Key words：Data mining technique，E-commerce，Customer Relationship Management 第1章 引言電子商務(wù)的發(fā)展已經(jīng)成為一種必然趨勢(shì)。為客戶(hù)提供個(gè)性化的服務(wù)是目前電子商務(wù)研究領(lǐng)域的重點(diǎn)和難點(diǎn)。隨著Internet的飛速發(fā)展和普及，公司建立自己的電子商務(wù)網(wǎng)站已經(jīng)成為一種必然趨勢(shì)。新的商業(yè)環(huán)

10、境給企業(yè)帶來(lái)很多商業(yè)機(jī)會(huì)，同時(shí)也帶來(lái)了很多的挑戰(zhàn)。電子商務(wù)網(wǎng)站從“以站點(diǎn)為中心”向“以用戶(hù)為中心”成為一種必然。如何對(duì)信息進(jìn)行有效地組織和利用，如何給客戶(hù)以個(gè)性化的界面，開(kāi)展有針對(duì)性的電子商務(wù)服務(wù)成為電子商務(wù)迫切要解決的問(wèn)題。數(shù)據(jù)挖掘技術(shù)就是在這種網(wǎng)絡(luò)時(shí)代和商業(yè)背景下產(chǎn)生的。數(shù)據(jù)挖掘技術(shù)就是將經(jīng)典的統(tǒng)計(jì)學(xué)方法、現(xiàn)代的智能化算法同數(shù)據(jù)庫(kù)技術(shù)結(jié)合起來(lái)，從海量的數(shù)據(jù)中發(fā)現(xiàn)新的規(guī)律和新的知識(shí)的一種技術(shù)1。本文就是運(yùn)用數(shù)據(jù)挖掘技術(shù)中的關(guān)鍵技術(shù)關(guān)聯(lián)分析、聚類(lèi)分析等來(lái)解決電子商務(wù)的關(guān)鍵問(wèn)題。本文遵循著基礎(chǔ)與鋪墊、可行性論證、突出重點(diǎn)這樣循序漸進(jìn)的過(guò)程展開(kāi)論述，旨在介紹數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用。第2章

11、目前電子商務(wù)的現(xiàn)狀由于傳統(tǒng)商務(wù)活動(dòng)大部分依靠面對(duì)面及書(shū)面文檔傳遞為主，使傳統(tǒng)商務(wù)具有信息不完善、耗費(fèi)時(shí)間長(zhǎng)、花費(fèi)高、庫(kù)存和產(chǎn)品的積壓、生產(chǎn)周期長(zhǎng)、客戶(hù)服務(wù)有限等局限性。并且隨著網(wǎng)絡(luò)的發(fā)展，電子商務(wù)表現(xiàn)了它的優(yōu)越性，得到了迅速發(fā)展2。但在發(fā)展的同時(shí)，也面臨著很多問(wèn)題。2.1電子商務(wù)的概述2.1.1電子商務(wù)的定義電子商務(wù)，英文是Electronic Commerce，簡(jiǎn)稱(chēng)EC。所謂電子商務(wù)，就是在網(wǎng)上開(kāi)展商務(wù)活動(dòng)。電子商務(wù)通常是指是在全球各地廣泛的商業(yè)貿(mào)易活動(dòng)中，在因特網(wǎng)開(kāi)放的網(wǎng)絡(luò)環(huán)境下，基于瀏覽器/服務(wù)器應(yīng)用方式，買(mǎi)賣(mài)雙方不見(jiàn)面地進(jìn)行各種商貿(mào)活動(dòng)，實(shí)現(xiàn)消費(fèi)者的網(wǎng)上購(gòu)物、商戶(hù)之間的網(wǎng)上交易和在線電

12、子支付以及各種商務(wù)活動(dòng)、交易活動(dòng)、金融活動(dòng)和相關(guān)的綜合服務(wù)活動(dòng)的一種新型的商業(yè)運(yùn)營(yíng)模式3。2.1.2電子商務(wù)的分類(lèi)電子商務(wù)按照主體可以分為三類(lèi)：B2C、B2B、C2C4。 1、B2C：企業(yè)與個(gè)人交易的平臺(tái)。應(yīng)該說(shuō)是企業(yè)做為賣(mài)家，個(gè)人做為買(mǎi)家的平臺(tái)，就是企業(yè)做好商品推廣的網(wǎng)站。比如當(dāng)當(dāng)書(shū)店。2、B2B：企業(yè)與企業(yè)交易的平臺(tái)。比如阿里巴巴。3、C2C：個(gè)人與個(gè)人交易的平臺(tái)。比如淘寶，易趣。2.1.3電子商務(wù)的優(yōu)勢(shì)電子商務(wù)帶來(lái)的不僅是一種技術(shù)變革，它還帶來(lái)了一種通過(guò)技術(shù)的輔助、引導(dǎo)、支持來(lái)實(shí)現(xiàn)的商業(yè)活動(dòng)本身發(fā)生的根本性的革命。它不僅改變交易的方式，還更新了人們的消費(fèi)觀念和生活方式，改變了人與人之間的

13、關(guān)系。具體有以下幾個(gè)優(yōu)點(diǎn)：1、交易可以跨越時(shí)空。交易雙方可以在世界的任何一個(gè)地方，交易可以在任何時(shí)間進(jìn)行，打破了傳統(tǒng)電子商務(wù)活動(dòng)時(shí)間和空間的約束。2、交易的方便性。消費(fèi)者真正能夠足不出戶(hù)，就可貨比三家，同時(shí)能夠以一種輕松自由的自我服務(wù)的方式來(lái)完成交易。通過(guò)互聯(lián)網(wǎng)，商家之間可以直接交流，談判，簽合同，消費(fèi)者也可以把自己的反饋建議反映到企業(yè)或商家的網(wǎng)站，而企業(yè)或者商家則要根據(jù)消費(fèi)者的反饋及時(shí)調(diào)查產(chǎn)品種類(lèi)及服務(wù)品質(zhì)，做到良性互動(dòng)。3、交易的成本大大降低。電子商務(wù)使供應(yīng)鏈縮短，各方面管理成本的大幅度降低。4、電子商務(wù)所具有的開(kāi)放性和全球性的特點(diǎn)，為企業(yè)創(chuàng)造了更多的貿(mào)易機(jī)會(huì)。 2.2中國(guó)電子商務(wù)的發(fā)展?fàn)?/p>

14、況2.2.1中國(guó)電子商務(wù)發(fā)展的情況隨著中國(guó)總體經(jīng)濟(jì)的強(qiáng)勢(shì)增長(zhǎng)和Internet的發(fā)展，中國(guó)的電子商務(wù)市場(chǎng)發(fā)展很迅速。中國(guó)電子商務(wù)市場(chǎng)中，B2B電子商務(wù)是最重要的一部分。根據(jù)艾瑞咨詢(xún)統(tǒng)計(jì)數(shù)據(jù)顯示，09年中國(guó)企業(yè)通過(guò)電子商務(wù)交易規(guī)模占整體交易規(guī)模（線上和線下交易規(guī)模）的比例達(dá)到11.3%，穩(wěn)中有升5。根據(jù)艾瑞咨詢(xún)調(diào)查顯示，在全球經(jīng)濟(jì)危機(jī)下，使用電子商務(wù)的線上中小企業(yè)的存活率要高出傳統(tǒng)線下企業(yè)5倍，所以金融危機(jī)讓更多的中小企業(yè)認(rèn)識(shí)到電子商務(wù)的優(yōu)勢(shì)，電子商務(wù)平臺(tái)能夠給中小企業(yè)提供更有效的推廣方式，降低推廣成本5。因此，B2B電子商務(wù)交易規(guī)模所占比例得到提高，提高的部分主要來(lái)自于兩方面，一方面，利用電子

15、商務(wù)平臺(tái)獲取信息的中小企業(yè)的數(shù)量在上升；另一方面，部分原有利用電子商務(wù)平臺(tái)的中小企業(yè)，其線上交易量在增長(zhǎng)。2007年-2013年中國(guó)B2B電子商務(wù)交易規(guī)模，如圖(1)：2007年-2013年中國(guó)B2B電子商務(wù)交易規(guī)模 圖（1）當(dāng)前中國(guó)電子商務(wù)發(fā)展具有網(wǎng)絡(luò)基礎(chǔ)設(shè)施發(fā)展迅速，應(yīng)用環(huán)境逐步完善；電子商務(wù)教育和培訓(xùn)發(fā)展較快；越來(lái)越多的企業(yè)認(rèn)知電子商務(wù)，并開(kāi)始起步應(yīng)用較好，開(kāi)始發(fā)揮作用。2.2.2中國(guó)電子商務(wù)應(yīng)用中面臨的挑戰(zhàn)1、Web站點(diǎn)對(duì)客戶(hù)來(lái)說(shuō)，基本上還是一個(gè)“啞終端”。 雖然 Web 站點(diǎn)的軟硬件設(shè)施已得到了廣泛的重視，保證了 Web 站點(diǎn)擁有良好的運(yùn)行性能，但是客戶(hù)卻對(duì)Web站點(diǎn)的信息很不熟悉，

16、對(duì)商家來(lái)講僅是一條 24 小時(shí)不停運(yùn)轉(zhuǎn)的電子交易輸入通道。2、隨著電子商務(wù)網(wǎng)站規(guī)模日漸擴(kuò)大，其龐大數(shù)據(jù)量和復(fù)雜的站點(diǎn)結(jié)構(gòu)，往往使客戶(hù)手足無(wú)措，無(wú)法順利找到自己需要的商品或信息。商家和賣(mài)家在商品屬性上無(wú)法達(dá)成共識(shí)，使買(mǎi)家無(wú)法找到自己想要的商品。盡管商家提供了很多的方式供買(mǎi)家查詢(xún)商品的屬性，但是商品的屬性往往是由商家定義的，買(mǎi)家和商家對(duì)商品屬性的認(rèn)識(shí)是不相同的，因此買(mǎi)家往往會(huì)找不到自己所需要的商品6?？傮w來(lái)說(shuō)，中國(guó)的電子商務(wù)發(fā)展很迅速，發(fā)展勢(shì)頭良好。但是由于起步晚，基礎(chǔ)差，所以和發(fā)達(dá)國(guó)家的差距還很大。但是企業(yè)建立電子商務(wù)網(wǎng)站已經(jīng)成為一種必然趨勢(shì)，如何從冗余的、不準(zhǔn)確的數(shù)據(jù)中發(fā)現(xiàn)有用的信息和知識(shí)，了

17、解顧客的愛(ài)好和價(jià)值取向，為用戶(hù)提供個(gè)性化的服務(wù)已經(jīng)成為各個(gè)企業(yè)面臨的關(guān)鍵問(wèn)題。第3章 數(shù)據(jù)挖掘技術(shù)3.1數(shù)據(jù)挖掘的定義數(shù)據(jù)挖掘，英文是Data Mining，簡(jiǎn)稱(chēng)DM。所謂數(shù)據(jù)挖掘是從大量數(shù)據(jù)中提取有效的、未知的、易于理解的、有依據(jù)的信息，并據(jù)此做出商務(wù)決策的過(guò)程7。數(shù)據(jù)挖掘從本質(zhì)上說(shuō)是一種新的商業(yè)信息處理技術(shù)。數(shù)據(jù)挖掘技術(shù)把人們對(duì)數(shù)據(jù)的應(yīng)用，從低層次的聯(lián)機(jī)查詢(xún)操作，提高到?jīng)Q策支持、分析預(yù)測(cè)等更高級(jí)應(yīng)用上8。3.2數(shù)據(jù)挖掘的功能1、預(yù)測(cè)分析。預(yù)測(cè)分析是分析現(xiàn)有的數(shù)據(jù)集并以此發(fā)現(xiàn)數(shù)據(jù)的重要特征，并據(jù)此對(duì)未來(lái)數(shù)據(jù)進(jìn)行判定或預(yù)測(cè)。預(yù)測(cè)分析可以分為值預(yù)測(cè)和分類(lèi)預(yù)測(cè)兩種方法。值預(yù)測(cè)是利用一些已知變量的值

18、來(lái)預(yù)測(cè)其他變量的值（如回歸分析）；或者利用某個(gè)變量的過(guò)去值來(lái)預(yù)測(cè)其未來(lái)值（如時(shí)間序列分析）。分類(lèi)預(yù)測(cè)的目的在于發(fā)現(xiàn)每一類(lèi)的屬性特征。例如，如果將信用卡用戶(hù)的信用等級(jí)作為類(lèi)標(biāo)簽，銀行管理人員希望分類(lèi)模型能夠挖掘出每種信用等級(jí)的用戶(hù)特征，一個(gè)可能的結(jié)論是：年齡在30-40歲之間、收入在8000元以上、住在××街區(qū)的用戶(hù)信用等級(jí)為優(yōu)1。依據(jù)這些分類(lèi)特征，管理人員可以對(duì)申辦信用卡的用戶(hù)做出信用等級(jí)的初始判斷，以輔助決策。決策樹(shù)和人工神經(jīng)網(wǎng)絡(luò)是構(gòu)建分類(lèi)模型的常用技術(shù)。2、關(guān)聯(lián)分析。關(guān)聯(lián)分析用于發(fā)現(xiàn)數(shù)據(jù)項(xiàng)之間的關(guān)聯(lián)規(guī)則，定義：若X、Y為項(xiàng)目集，且XY=，則：蘊(yùn)涵式X=>Y成為關(guān)聯(lián)

19、規(guī)則9；關(guān)聯(lián)規(guī)則就是從給定的數(shù)據(jù)集中搜索數(shù)據(jù)項(xiàng)之間所存在的有價(jià)值的關(guān)聯(lián)。比如，一家賣(mài)電子商品的商店，發(fā)現(xiàn)買(mǎi)計(jì)算機(jī)的顧客80%也會(huì)買(mǎi)系統(tǒng)軟件。這就說(shuō)明計(jì)算機(jī)和系統(tǒng)軟件之間有著某種關(guān)聯(lián)。3、聚類(lèi)分析。聚類(lèi)分析的目的就是把相似的對(duì)象歸為類(lèi)，研究的主要內(nèi)容是度量相似性以及構(gòu)造聚類(lèi)的具體方法。聚類(lèi)模型使用無(wú)指導(dǎo)學(xué)習(xí)來(lái)發(fā)現(xiàn)數(shù)據(jù)集中的同構(gòu)成分，產(chǎn)生數(shù)目不定的、含有相似數(shù)據(jù)的數(shù)據(jù)子集。例如，企業(yè)可以根據(jù)客戶(hù)交易歷史，進(jìn)行客戶(hù)聚類(lèi)，發(fā)現(xiàn)高價(jià)值用戶(hù)，并據(jù)此加強(qiáng)客戶(hù)關(guān)系管理。4、分類(lèi)分析。分類(lèi)分析用于找出一個(gè)類(lèi)別的概念描述，這個(gè)概念描述代表了這類(lèi)數(shù)據(jù)的整體信息，即該類(lèi)的內(nèi)涵描述，一般用規(guī)則或決策樹(shù)模式表示。5、偏離

20、檢測(cè)。偏離檢測(cè)通過(guò)應(yīng)用統(tǒng)計(jì)方法和可視化技術(shù)來(lái)發(fā)現(xiàn)數(shù)據(jù)集中的孤立點(diǎn)，從而發(fā)現(xiàn)與期望或規(guī)范相背離的異常事件。3.3數(shù)據(jù)挖掘的方法數(shù)據(jù)挖掘有很多方法，包括關(guān)聯(lián)規(guī)則方法、聚類(lèi)分析方法、人工神經(jīng)網(wǎng)絡(luò)方法、遺傳算法、粗糙集方法、決策樹(shù)方法、統(tǒng)計(jì)方法、可視化技術(shù)等。下面就上述八種方法解釋如下：1、關(guān)聯(lián)規(guī)則方法：關(guān)聯(lián)規(guī)則，是在數(shù)據(jù)挖掘中最先使用的最基本的技術(shù)。關(guān)聯(lián)規(guī)則是從大量的數(shù)據(jù)中提取或“挖掘”出有用的知識(shí)，它能對(duì)過(guò)去的數(shù)據(jù)進(jìn)行查詢(xún)和遍歷，找出過(guò)去數(shù)據(jù)之間的潛在聯(lián)系，從而促進(jìn)信息的顯化10。2、聚類(lèi)分析方法：聚類(lèi)分析是一種經(jīng)典的統(tǒng)計(jì)學(xué)方法，它同數(shù)據(jù)庫(kù)技術(shù)結(jié)合形成了現(xiàn)代數(shù)據(jù)挖掘的常用技術(shù)之一。聚類(lèi)分析就是從給

21、定的數(shù)據(jù)集中搜索數(shù)據(jù)對(duì)象之間所存在的有價(jià)值的聯(lián)系，一個(gè)聚類(lèi)中的所有對(duì)象常常被當(dāng)作一個(gè)對(duì)象來(lái)進(jìn)行處理或分析11。在商業(yè)上，聚類(lèi)分析可以幫助市場(chǎng)人員發(fā)現(xiàn)顧客群中所存在的不同特征的組群，并可以利用購(gòu)買(mǎi)模式來(lái)描述這些具有不同特征的顧客組群。3、人工神經(jīng)網(wǎng)絡(luò)方法：人工神經(jīng)網(wǎng)絡(luò)和遺傳算法，都是仿生研究方法，或仿生算法。它們通過(guò)模擬生物學(xué)的某些功能，創(chuàng)造一些優(yōu)化算法，尋找世界的規(guī)律。人工神經(jīng)網(wǎng)絡(luò)在結(jié)構(gòu)上仿照生物學(xué)的神經(jīng)網(wǎng)絡(luò)，構(gòu)造一個(gè)簡(jiǎn)化的只有輸入層、輸出層和隱含的中間層的含有非線性特征的網(wǎng)絡(luò)。優(yōu)點(diǎn)是對(duì)噪聲數(shù)據(jù)有較好的適應(yīng)能力，并且對(duì)未知數(shù)據(jù)也具有較好的預(yù)測(cè)分類(lèi)能力。但是人工神經(jīng)網(wǎng)絡(luò)分類(lèi)方法獲取的模式隱含在網(wǎng)

22、絡(luò)結(jié)構(gòu)中，而不是顯式的表達(dá)為規(guī)則，不容易被人們理解和解釋。而且還需要多次掃描訓(xùn)練數(shù)據(jù)，網(wǎng)格的訓(xùn)練時(shí)間較長(zhǎng)。4、遺傳算法方法：簡(jiǎn)稱(chēng)GA，主要借用了生物進(jìn)化中“適者生存”規(guī)律。其模擬生物的進(jìn)化和遺傳，借助選擇、交叉和變異操作，使得要解決的問(wèn)題從初始解逐步接近最優(yōu)解，解決了許多全局優(yōu)化問(wèn)題。5、粗糙集算法：可以用于分類(lèi)問(wèn)題，以幫助發(fā)現(xiàn)不準(zhǔn)確或噪聲數(shù)據(jù)中所存在的結(jié)構(gòu)關(guān)系，是現(xiàn)在數(shù)據(jù)挖掘中最有力的工具。但它只能處理離散量，連續(xù)量必須首先進(jìn)行離散化后方可使用。利用粗糙集可以近似或粗略的定義集合（類(lèi)別）。對(duì)于一個(gè)集合的粗糙集定義是通過(guò)兩個(gè)集合，一個(gè)上近似集合和下近似集合來(lái)描述。上近似集合包含那些肯定不屬于它

23、的數(shù)據(jù)樣本，下近似集合包含那些肯定無(wú)疑是屬于它的數(shù)據(jù)樣本。6、決策樹(shù)方法：決策樹(shù)方法是利用信息論中的信息增益尋找數(shù)據(jù)庫(kù)中具有最大信息量的屬性字段，從而建立決策樹(shù)的一個(gè)結(jié)點(diǎn)，再根據(jù)該屬性字段的不同取值建立樹(shù)的分支，最后在每個(gè)分支子集中再重復(fù)建立樹(shù)的下層結(jié)點(diǎn)和分支的過(guò)程。具有速度較快、較易轉(zhuǎn)化成簡(jiǎn)單且容易理解的分類(lèi)規(guī)則、較易轉(zhuǎn)換成數(shù)據(jù)庫(kù)查詢(xún)語(yǔ)句等優(yōu)點(diǎn)。7、統(tǒng)計(jì)學(xué)：旨在從抽樣分析中提取未知的數(shù)學(xué)模型，在數(shù)據(jù)挖掘中常常會(huì)涉及一定的統(tǒng)計(jì)過(guò)程，如數(shù)據(jù)抽樣和建模、判斷假設(shè)以及誤差控制等。8、可視化技術(shù)：采用直觀的圖形方式將信息模式、數(shù)據(jù)的關(guān)聯(lián)及趨勢(shì)呈現(xiàn)給用戶(hù)，以便用戶(hù)交互的分析數(shù)據(jù)關(guān)系。第4章 數(shù)據(jù)挖掘技術(shù)

24、在電子商務(wù)中的應(yīng)用4.1數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中應(yīng)用的可行性分析4.1.1數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中應(yīng)用的必要性隨著Internet和企業(yè)信息化的發(fā)展，企業(yè)建立自己的電子商務(wù)網(wǎng)站已經(jīng)成為一種發(fā)展趨勢(shì)。而Web產(chǎn)生了海量的數(shù)據(jù)，這些數(shù)據(jù)中含有很多冗余的、不準(zhǔn)確的數(shù)據(jù)。如何對(duì)這些的數(shù)據(jù)進(jìn)行有效的組織利用，從而發(fā)現(xiàn)客戶(hù)的興趣和價(jià)值取向，加強(qiáng)網(wǎng)站架構(gòu)，為客戶(hù)提供個(gè)性化的服務(wù)，是電子商務(wù)網(wǎng)站必須要解決的問(wèn)題。而數(shù)據(jù)挖掘技術(shù)是從大量的數(shù)據(jù)中找出蘊(yùn)藏的、有價(jià)值的數(shù)據(jù)，運(yùn)用數(shù)據(jù)挖掘中的關(guān)聯(lián)分析、聚類(lèi)分析等可以發(fā)現(xiàn)潛在用戶(hù)、預(yù)測(cè)用戶(hù)的行為，為企業(yè)做市場(chǎng)分析和決策提供依據(jù)。4.1.2數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中應(yīng)用的可

25、行性數(shù)據(jù)挖掘從技術(shù)上看，它直接服務(wù)于數(shù)據(jù)分析工作的；在本質(zhì)上說(shuō)是一種新的商業(yè)信息處理技術(shù)。它通過(guò)對(duì)數(shù)據(jù)進(jìn)行微觀、中觀乃至宏觀的統(tǒng)計(jì)、分析預(yù)測(cè)、綜合和推理，發(fā)現(xiàn)數(shù)據(jù)間的關(guān)聯(lián)性、未來(lái)趨勢(shì)以及一般性的概括知識(shí)等，這些知識(shí)性的信息可以用來(lái)指導(dǎo)高級(jí)商務(wù)活動(dòng)；從商業(yè)角度看，數(shù)據(jù)挖掘就是按照企業(yè)的既定業(yè)務(wù)目標(biāo)，對(duì)大量的企業(yè)數(shù)據(jù)進(jìn)行深層次分析以揭示隱藏的、未知的規(guī)律并將其模型化，從而支持商業(yè)決策活動(dòng)。企業(yè)利用搜索引擎技術(shù)，通過(guò) ETL （數(shù)據(jù)抽取轉(zhuǎn)換裝載）工具進(jìn)行數(shù)據(jù)整合，借助數(shù)據(jù)挖掘技術(shù)，對(duì)電子商務(wù)交易數(shù)據(jù)進(jìn)行深入的分析，從而為正確的電子商務(wù)應(yīng)用決策提供強(qiáng)有力的支持和可靠的保證。數(shù)據(jù)挖掘技術(shù)不僅幫助賣(mài)家更深

26、入的了解買(mǎi)家的需求、購(gòu)買(mǎi)力以及購(gòu)物行為特征，挖掘潛在的買(mǎi)家，而且有助于買(mǎi)家更好的了解商品，為買(mǎi)家提供便利的交易方式和廣泛的選擇。對(duì)于買(mǎi)家和賣(mài)家都具有一定的實(shí)用價(jià)值和現(xiàn)實(shí)意義。4.2電子商務(wù)中的數(shù)據(jù)挖掘過(guò)程數(shù)據(jù)挖掘分為四個(gè)階段：元數(shù)據(jù)收集、數(shù)據(jù)預(yù)處理、模式發(fā)現(xiàn)和模式分析12。1、元數(shù)據(jù)收集：在Web使用挖掘中，數(shù)據(jù)最直接的來(lái)源是Web服務(wù)器?？蛻?hù)訪問(wèn)服務(wù)器就會(huì)在服務(wù)器上產(chǎn)生相應(yīng)的服務(wù)器數(shù)據(jù)，這些數(shù)據(jù)可以分為日志文件和查詢(xún)數(shù)據(jù)。日志文件記錄用戶(hù)的訪問(wèn)信息，查詢(xún)數(shù)據(jù)是用戶(hù)在查詢(xún)自己需要的信息時(shí)在服務(wù)器端產(chǎn)生的記錄。2、數(shù)據(jù)的預(yù)處理：服務(wù)器上的數(shù)據(jù)一般都是模糊的、冗余的、不完全的，要想得到簡(jiǎn)潔、準(zhǔn)確的

27、數(shù)據(jù)必須經(jīng)過(guò)數(shù)據(jù)的預(yù)處理過(guò)程。預(yù)處理主要對(duì)用戶(hù)訪問(wèn)日志進(jìn)行數(shù)據(jù)清洗、用戶(hù)的唯一性識(shí)別、用戶(hù)的會(huì)話識(shí)別、完善訪問(wèn)路徑和事務(wù)識(shí)別等處理。（1）數(shù)據(jù)清洗：目的是從服務(wù)器日志文件中消除不相干的項(xiàng)，縮小被挖掘數(shù)據(jù)對(duì)象的范圍。（2）用戶(hù)的唯一性識(shí)別：可以通過(guò)分析用戶(hù)方的日志文件和采用catch busting技術(shù)，并借助其他一些信息來(lái)實(shí)現(xiàn)，例如IP地址。另外可以參考網(wǎng)絡(luò)站點(diǎn)的拓?fù)浣Y(jié)構(gòu)信息。（3）用戶(hù)的會(huì)話識(shí)別：目的是將每個(gè)用戶(hù)的訪問(wèn)信息劃分為若干個(gè)獨(dú)立的會(huì)話進(jìn)程，最簡(jiǎn)單方法是采用超時(shí)估計(jì)，即當(dāng)頁(yè)面之間的請(qǐng)求時(shí)間間隔超過(guò)了規(guī)定的時(shí)間范圍，就可以認(rèn)為用戶(hù)已經(jīng)開(kāi)始進(jìn)行一次新的會(huì)話。（4）完善訪問(wèn)路徑：如果一個(gè)頁(yè)

28、面請(qǐng)求信息與該用戶(hù)上次請(qǐng)求的頁(yè)面沒(méi)有直接的鏈接關(guān)系，可以查看參考日志文件來(lái)決定這個(gè)頁(yè)面來(lái)自哪個(gè)頁(yè)面的鏈接。（5）事務(wù)識(shí)別：目的是依據(jù)數(shù)據(jù)挖掘任務(wù)的需求將事務(wù)進(jìn)行分割或合并處理，使其適合于數(shù)據(jù)挖掘需求的分析。3、模式發(fā)現(xiàn)：模式發(fā)現(xiàn)階段就是利用挖掘算法挖掘出有效地、新穎的、潛在的、有用的及最終可以理解的信息和知識(shí)。其中應(yīng)用于Web使用挖掘的技術(shù)有路徑分析、關(guān)聯(lián)規(guī)則的發(fā)現(xiàn)、序列模式的發(fā)現(xiàn)、分類(lèi)聚類(lèi)技術(shù)。（1）路徑分析：通過(guò)對(duì)網(wǎng)站結(jié)構(gòu)圖和用戶(hù)的訪問(wèn)信息分析可以得出路徑圖，通過(guò)路徑圖可以判定一個(gè)Web站點(diǎn)中最頻繁訪問(wèn)的路徑，例如通過(guò)路徑分析可以得出：70%的客戶(hù)在瀏覽4個(gè)或更少的頁(yè)面后離開(kāi)了。（2）關(guān)聯(lián)

29、規(guī)則的發(fā)現(xiàn)：找到客戶(hù)訪問(wèn)網(wǎng)站上各種文件之間的相互關(guān)聯(lián)13。例如：50%的用戶(hù)訪問(wèn)Web頁(yè)面A公司的B產(chǎn)品時(shí)，也訪問(wèn)了A公司的D產(chǎn)品。（3）序列模式的發(fā)現(xiàn)：目的是在時(shí)間戳有序的事務(wù)集中，找到那些“一些項(xiàng)跟隨另一個(gè)項(xiàng)”內(nèi)部事務(wù)模式。如：在A公司B產(chǎn)品上進(jìn)行在線訂購(gòu)的顧客中喲70%的在一個(gè)月內(nèi)也在A公司的C產(chǎn)品上下過(guò)訂單。（4）分類(lèi)和聚類(lèi)技術(shù)：分類(lèi)技術(shù)可以從個(gè)人信息或共同的訪問(wèn)模式中得出訪問(wèn)某一服務(wù)器文件的用戶(hù)特征。分類(lèi)技術(shù)可以通過(guò)決策樹(shù)方法、貝葉斯分類(lèi)法來(lái)實(shí)現(xiàn)。聚類(lèi)分析可以從Web訪問(wèn)信息數(shù)據(jù)中聚類(lèi)出相似特性的客戶(hù)，可實(shí)現(xiàn)自動(dòng)給一個(gè)特定的顧客聚類(lèi)發(fā)送銷(xiāo)售郵件，為一個(gè)顧客聚類(lèi)動(dòng)態(tài)的改變一個(gè)特殊的站點(diǎn)

30、。4、模式分析：模式分析主要是為了從模式發(fā)現(xiàn)算法找到的模式集合中篩選出有趣的模式。模式分析的形式可以像SQL那樣知識(shí)查詢(xún)機(jī)制，也可以把Web使用數(shù)據(jù)裝入數(shù)據(jù)倉(cāng)庫(kù)，以便執(zhí)行聯(lián)機(jī)分析處理操作。4.3數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用越來(lái)越普遍，也越來(lái)越受到電子商務(wù)管理者的重視。目前Web數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用主要體現(xiàn)在以下四個(gè)領(lǐng)域。4.3.1數(shù)據(jù)挖掘在網(wǎng)站設(shè)計(jì)、管理中的應(yīng)用數(shù)據(jù)挖掘技術(shù)在網(wǎng)站設(shè)計(jì)、管理中的應(yīng)用主要體現(xiàn)在以下五個(gè)方面：1、網(wǎng)站設(shè)計(jì)中的數(shù)據(jù)挖掘在網(wǎng)站建設(shè)中，使用數(shù)據(jù)挖掘技術(shù)，通過(guò)對(duì)網(wǎng)站內(nèi)容的挖掘，可有效地組織網(wǎng)站信息。例如采用自動(dòng)歸類(lèi)技術(shù)實(shí)現(xiàn)網(wǎng)站信息的

31、層次性組織； 分析用戶(hù)的Web 訪問(wèn)行為，可為用戶(hù)提供智能化個(gè)性化服務(wù)14。比如,可根據(jù)客戶(hù)的訪問(wèn)興趣、訪問(wèn)頻度、訪問(wèn)時(shí)間，動(dòng)態(tài)地調(diào)整頁(yè)面結(jié)構(gòu), 迎合每個(gè)客戶(hù)的瀏覽興趣。另外，網(wǎng)站還可以根據(jù)實(shí)際用戶(hù)的瀏覽情況，挖掘用戶(hù)的興趣點(diǎn)，定期為用戶(hù)推送相關(guān)信息，以及調(diào)整網(wǎng)站中網(wǎng)頁(yè)的鏈接結(jié)構(gòu)和內(nèi)容，為用戶(hù)提供個(gè)人的定制服務(wù)。2、改進(jìn)站點(diǎn)設(shè)計(jì)對(duì)Web站點(diǎn)的鏈接結(jié)構(gòu)的優(yōu)化可從三方面來(lái)考慮:（1）對(duì)WebLog的挖掘，發(fā)現(xiàn)用戶(hù)訪問(wèn)頁(yè)面的相關(guān)性，從而對(duì)密切聯(lián)系的網(wǎng)頁(yè)之間增加鏈接，方便用戶(hù)使用。（2）利用路徑分析技術(shù)判定在一個(gè)Web站點(diǎn)中最頻繁的訪問(wèn)路徑，可以考慮把重要的商品信息放在這些頁(yè)面中，改進(jìn)頁(yè)面和網(wǎng)站結(jié)構(gòu)的

32、設(shè)計(jì)，增強(qiáng)對(duì)客戶(hù)的吸引力，提高銷(xiāo)售量。（3）通過(guò)對(duì)WebLog的挖掘，發(fā)現(xiàn)用戶(hù)的期望位置。如果在期望位置的訪問(wèn)頻率高于對(duì)實(shí)際位置的訪問(wèn)頻率，可考慮在期望位置和實(shí)際位置之間建立導(dǎo)航鏈接，從而實(shí)現(xiàn)對(duì)Web站點(diǎn)結(jié)構(gòu)的優(yōu)化。3、序列模式發(fā)現(xiàn)發(fā)現(xiàn)序列模式便于電子商務(wù)的組織者預(yù)測(cè)客戶(hù)的行為，為客戶(hù)提供個(gè)性化的服務(wù)。使用序列模式分析挖掘Web日志，可以發(fā)現(xiàn)客戶(hù)的訪問(wèn)序列模式，預(yù)測(cè)出客戶(hù)未來(lái)的訪問(wèn)模式，有的方矢地進(jìn)行在線推薦或安排廣告等營(yíng)銷(xiāo)活動(dòng)。采用關(guān)聯(lián)規(guī)則技術(shù)，找出具有一定支持度和置信度的相關(guān)聯(lián)的物品，并且針對(duì)客戶(hù)的動(dòng)態(tài)變化來(lái)調(diào)整網(wǎng)站的結(jié)構(gòu)，可以使客戶(hù)直接訪問(wèn)關(guān)聯(lián)商品的鏈接信息。3、在電子郵件管理中的應(yīng)用在

33、電子商務(wù)中，現(xiàn)實(shí)的和潛在的客戶(hù)往往采用電子郵件咨詢(xún)電子商務(wù)企業(yè)商品的性能、價(jià)格、安裝使用、維護(hù)等各種問(wèn)題。此時(shí)，電子商務(wù)企業(yè)就需要對(duì)所接收到的各種電子郵件進(jìn)行準(zhǔn)確、快速的分類(lèi)?；跀?shù)據(jù)挖掘的電子郵件過(guò)濾、篩選和分類(lèi)技術(shù)則可以從大量的郵件清除垃圾郵件，將有用的客戶(hù)郵件正確地分發(fā)到相應(yīng)的部門(mén)進(jìn)行及時(shí)處理。4、在搜索引擎中的應(yīng)用網(wǎng)絡(luò)用戶(hù)經(jīng)常使用搜索引擎在網(wǎng)站中搜索自己所希望的商品，有的用戶(hù)希望利用搜索引擎在整個(gè)網(wǎng)絡(luò)上搜索自己所關(guān)心的商品，并希望對(duì)這些商品的價(jià)格、質(zhì)量、性能、售后服務(wù)進(jìn)行比較。此時(shí)就需要利用搜索引擎進(jìn)行Web數(shù)據(jù)挖掘。例如，通過(guò)對(duì)網(wǎng)頁(yè)的聚類(lèi)、分類(lèi)，實(shí)現(xiàn)網(wǎng)絡(luò)信息的分類(lèi)瀏覽與檢索，以找到同

34、樣類(lèi)型的商品；通過(guò)用戶(hù)所使用的提問(wèn)式歷史記錄的分析，可以有效地進(jìn)行提問(wèn)擴(kuò)展，提高用戶(hù)的檢索效果；運(yùn)用網(wǎng)絡(luò)內(nèi)容挖掘技術(shù)改進(jìn)關(guān)鍵詞加權(quán)算法，可以提高網(wǎng)絡(luò)信息的標(biāo)引準(zhǔn)確度，改善檢索效果。4.3.2數(shù)據(jù)挖掘技術(shù)在客戶(hù)關(guān)系管理中的應(yīng)用客戶(hù)關(guān)系管理（Customer Relationship Management，CRM），簡(jiǎn)單的說(shuō)，就是對(duì)客戶(hù)關(guān)系進(jìn)行管理的一種思想和技術(shù)，換句話說(shuō)，客戶(hù)關(guān)系管理是一種“以客戶(hù)為中心”的經(jīng)營(yíng)理念，它借助于信息技術(shù)在企業(yè)的市場(chǎng)、銷(xiāo)售、技術(shù)支持、客戶(hù)服務(wù)等各個(gè)環(huán)節(jié)的應(yīng)用，以改善和增進(jìn)企業(yè)與客戶(hù)的關(guān)系，實(shí)現(xiàn)以更優(yōu)質(zhì)、更快捷、更富個(gè)性化的服務(wù)保持和吸引更多客戶(hù)的目標(biāo)，并通過(guò)全面優(yōu)化

35、面向客戶(hù)的業(yè)務(wù)流程使保留老客戶(hù)和獲取新客戶(hù)的成本達(dá)到最低化，最終使企業(yè)的市場(chǎng)適應(yīng)能力和競(jìng)爭(zhēng)實(shí)力有一個(gè)質(zhì)的提高15。數(shù)據(jù)挖掘可以應(yīng)用在客戶(hù)群體分類(lèi)分析、客戶(hù)效益分類(lèi)分析和預(yù)測(cè)、客戶(hù)背景分析、客戶(hù)滿意度分析、交叉銷(xiāo)售、客戶(hù)信用分析、客戶(hù)流失分析、客戶(hù)的獲得與保持等方面16。主要應(yīng)用在以下六個(gè)方面：1、客戶(hù)的群體分類(lèi)分析通過(guò)對(duì)電子商務(wù)系統(tǒng)收集的交易數(shù)據(jù)進(jìn)行聚類(lèi)分析，對(duì)具有相似瀏覽行為或客戶(hù)指標(biāo)的客戶(hù)進(jìn)行分組，找出分組客戶(hù)的共同特征，從而確定不同類(lèi)型客戶(hù)的行為模式。這樣可以幫助電子商務(wù)的組織者更好地了解自己的客戶(hù)，向客戶(hù)提供更適合客戶(hù)的服務(wù)。例如：有一些客戶(hù)都花了一些時(shí)間瀏覽“森馬服飾”頁(yè)面，經(jīng)過(guò)分析

36、這些客戶(hù)被聚為一類(lèi)。商家可以針對(duì)該群體的需求，為他們盡可能的發(fā)送廣告，或者及時(shí)的調(diào)整頁(yè)面及頁(yè)面內(nèi)容，滿足客戶(hù)的需求。2、客戶(hù)的效益分類(lèi)分析和預(yù)測(cè)客戶(hù)的利潤(rùn)回報(bào)分析是客戶(hù)效益分類(lèi)分析和預(yù)測(cè)的關(guān)鍵。客戶(hù)利潤(rùn)回報(bào)預(yù)測(cè)是最令人向往的預(yù)測(cè)類(lèi)型，也是客戶(hù)關(guān)系管理應(yīng)用能否替企業(yè)實(shí)現(xiàn)長(zhǎng)期ROI的一個(gè)重要環(huán)節(jié)。通過(guò)聚類(lèi)技術(shù)和分類(lèi)技術(shù)可以發(fā)現(xiàn)那些客戶(hù)是中重要的，那些客戶(hù)是不重要的，對(duì)給企業(yè)帶來(lái)利潤(rùn)的客戶(hù)我們要對(duì)他好點(diǎn)，比如贈(zèng)送禮物，多打折扣等。3、客戶(hù)滿意度分析客戶(hù)滿意度是對(duì)某項(xiàng)產(chǎn)品或服務(wù)的消費(fèi)經(jīng)驗(yàn)的總體評(píng)價(jià)，是客戶(hù)通過(guò)對(duì)一個(gè)產(chǎn)品或服務(wù)的可感知的效果與其期望值相比較后，所形成的愉悅或失望的感覺(jué)狀態(tài)，是衡量企業(yè)經(jīng)營(yíng)

37、質(zhì)量水平的一種方式。它是客戶(hù)經(jīng)過(guò)長(zhǎng)期沉淀而形成的情感訴求，也是客戶(hù)在歷次交易活動(dòng)中狀態(tài)的積累。分析客戶(hù)對(duì)企業(yè)產(chǎn)品和服務(wù)的滿意度，可以幫助企業(yè)了解客戶(hù)的想法、需求和期望，發(fā)現(xiàn)企業(yè)在產(chǎn)品、服務(wù)和管理上的不足，為企業(yè)改善經(jīng)營(yíng)策略、提高客戶(hù)忠誠(chéng)度指明方向。通過(guò)自定義的定量的度量標(biāo)準(zhǔn)和公式，并根據(jù)時(shí)間和其他參數(shù)，利用數(shù)據(jù)挖掘技術(shù)和企業(yè)的數(shù)據(jù)庫(kù)中關(guān)于客戶(hù)購(gòu)買(mǎi)、維修、反饋意見(jiàn)、建議、投訴等信息，可對(duì)客戶(hù)的滿意度進(jìn)行分析，找出客戶(hù)不滿意的原因并制定相應(yīng)的策略，提高客戶(hù)忠誠(chéng)度，增加企業(yè)的利潤(rùn)17。4、交叉銷(xiāo)售交叉銷(xiāo)售是建立在Win-Win原則上的，對(duì)客戶(hù)來(lái)講，要得到更多更好滿足并需求的服務(wù)并從中受益，對(duì)企業(yè)來(lái)講

38、，也會(huì)因銷(xiāo)售額的增長(zhǎng)而獲益。數(shù)據(jù)挖掘可以幫助企業(yè)分析出最優(yōu)的、合理的銷(xiāo)售匹配。5、客戶(hù)的獲得與保留通過(guò)Web數(shù)據(jù)挖掘可以對(duì)潛在客戶(hù)信息進(jìn)行聚類(lèi)和分類(lèi)的分析，再用模式分析預(yù)測(cè)那些可能成為新客戶(hù)，以幫助市場(chǎng)銷(xiāo)售人員找到正確的營(yíng)銷(xiāo)對(duì)象。Web數(shù)據(jù)挖掘還可以解釋客戶(hù)的行為習(xí)慣，發(fā)現(xiàn)在不同情況下有相似行為的新客戶(hù)，幫助商家識(shí)別潛在的客戶(hù)群，采用積極的營(yíng)銷(xiāo)策略，不斷挖掘新客戶(hù)，提高市場(chǎng)占有率。通過(guò)Web數(shù)據(jù)挖掘，可發(fā)現(xiàn)不同的客戶(hù)群在網(wǎng)站上購(gòu)買(mǎi)不同的商品，那些客戶(hù)可能正在流失，那些客戶(hù)是網(wǎng)站的忠誠(chéng)客戶(hù)，那些是贏利客戶(hù)。針對(duì)不同的客戶(hù)，進(jìn)行個(gè)性化的營(yíng)銷(xiāo)，使他們都成為電子商務(wù)企業(yè)的忠誠(chéng)的老客戶(hù)。6、客戶(hù)信用分析

39、數(shù)據(jù)挖掘技術(shù)可以為企業(yè)提供客戶(hù)信用分析，如可以為保險(xiǎn)索賠、移動(dòng)電話呼叫、信用卡購(gòu)買(mǎi)等易于發(fā)生欺詐的行業(yè)建立模型。4.3.3數(shù)據(jù)挖掘技術(shù)在網(wǎng)絡(luò)營(yíng)銷(xiāo)中的應(yīng)用網(wǎng)絡(luò)營(yíng)銷(xiāo)是指利用Internet技術(shù)，最大限度地滿足客戶(hù)需求，以達(dá)到開(kāi)拓市場(chǎng)、增盈利目標(biāo)的經(jīng)營(yíng)過(guò)程。它從傳統(tǒng)營(yíng)銷(xiāo)的以產(chǎn)品銷(xiāo)售為中心的“4P”(Product，Price，Place，Promotion)轉(zhuǎn)向以滿足客戶(hù)需求為中心的“4C”(Customer，Cost，Convenienee，Communication)。數(shù)據(jù)挖掘在提高營(yíng)銷(xiāo)的有效性、交叉營(yíng)銷(xiāo)等方面有著廣泛的應(yīng)用。1、進(jìn)行有針對(duì)性的營(yíng)銷(xiāo)，提高營(yíng)銷(xiāo)的有效性數(shù)據(jù)挖掘技術(shù)可以通過(guò)分析客戶(hù)點(diǎn)

40、擊流等信息，挖掘出客戶(hù)的行為動(dòng)機(jī)，分析出用戶(hù)所處的階段，以幫助電子商務(wù)管理者針對(duì)用戶(hù)所處的階段提供不同的營(yíng)銷(xiāo)策略，向用戶(hù)進(jìn)行有針對(duì)性的信息反饋和廣告發(fā)送；數(shù)據(jù)挖掘技術(shù)還可以對(duì)市場(chǎng)、客戶(hù)數(shù)據(jù)進(jìn)行恰當(dāng)?shù)姆诸?lèi)挖掘，從而分析出各個(gè)層次的細(xì)分市場(chǎng)，為電子商務(wù)企業(yè)定位于自己的目標(biāo)市場(chǎng)提供可靠的依據(jù)。2、交叉營(yíng)銷(xiāo)交叉營(yíng)銷(xiāo)就是指通過(guò)與客戶(hù)交流，向現(xiàn)有的客戶(hù)提供新的產(chǎn)品和服務(wù)的營(yíng)銷(xiāo)過(guò)程。企業(yè)與其客戶(hù)之間的商業(yè)關(guān)系是一種持續(xù)的不斷發(fā)展的關(guān)系，通過(guò)不斷地相互接觸和交流，客戶(hù)得到了更好更貼切的服務(wù)質(zhì)量，企業(yè)則因?yàn)樵黾恿虽N(xiāo)售量而獲利?；诳蛻?hù)已經(jīng)購(gòu)買(mǎi)的商品，推薦客戶(hù)購(gòu)買(mǎi)一些相關(guān)的商品，建立忠誠(chéng)度?？蛻?hù)往往愿意到那些最能

41、滿足自己需求的網(wǎng)站購(gòu)物。4.3.4數(shù)據(jù)挖掘技術(shù)在網(wǎng)絡(luò)廣告中的應(yīng)用企業(yè)可以利用數(shù)據(jù)挖掘技術(shù)分析網(wǎng)絡(luò)廣告的有效性、正確的的關(guān)聯(lián)匹配關(guān)系和精準(zhǔn)發(fā)送信息情況等。目的在于提高網(wǎng)絡(luò)廣告的投放率和網(wǎng)絡(luò)廣告的投資回報(bào)率（ROI）。1、網(wǎng)絡(luò)廣告的有效性分析網(wǎng)絡(luò)廣告與電視廣告、報(bào)紙廣告等傳統(tǒng)媒體廣告具有很大的不同，電子商務(wù)企業(yè)需要根據(jù)網(wǎng)絡(luò)廣告的特點(diǎn)，采用數(shù)據(jù)挖掘技術(shù)對(duì)網(wǎng)絡(luò)廣告的布局、投放進(jìn)行挖掘分析，以獲得更好的廣告效果。利用數(shù)據(jù)挖掘技術(shù)可以對(duì)各種廣告進(jìn)行分類(lèi)，了解其點(diǎn)擊率、分析廣告在點(diǎn)擊以后的商品銷(xiāo)售情況，以判斷廣告的實(shí)際有效性。2、網(wǎng)絡(luò)廣告的關(guān)聯(lián)匹配網(wǎng)絡(luò)廣告的的關(guān)聯(lián)匹配是“數(shù)據(jù)挖掘”和網(wǎng)絡(luò)廣告的結(jié)合體。關(guān)聯(lián)匹

42、配廣告的實(shí)現(xiàn)不僅需要了解網(wǎng)絡(luò)訪問(wèn)者的習(xí)慣，而且還需要使用關(guān)聯(lián)規(guī)則對(duì)網(wǎng)絡(luò)廣告設(shè)計(jì)進(jìn)行分析，以確定哪些廣告的鏈接效果更好，可以使訪問(wèn)者能夠更容易受到網(wǎng)絡(luò)廣告的影響去購(gòu)買(mǎi)企業(yè)的商品。3、網(wǎng)絡(luò)廣告的精準(zhǔn)發(fā)送精準(zhǔn)廣告發(fā)送需要依托網(wǎng)絡(luò)搜索技術(shù)和所積累的龐大的網(wǎng)絡(luò)訪問(wèn)者行為數(shù)據(jù)倉(cāng)庫(kù)，對(duì)網(wǎng)絡(luò)瀏覽者的上網(wǎng)行為進(jìn)行個(gè)性化的數(shù)據(jù)挖掘分析，按電子商務(wù)企業(yè)的廣告需求鎖定目標(biāo)受眾，進(jìn)行一對(duì)一傳播，向細(xì)分人群分類(lèi)發(fā)送他們各自感興趣的個(gè)性化商品信息，實(shí)現(xiàn)網(wǎng)絡(luò)廣告的精準(zhǔn)投放。為此，電子商務(wù)企業(yè)需要利用數(shù)據(jù)挖掘系統(tǒng)對(duì)網(wǎng)絡(luò)訪問(wèn)者的IP地址進(jìn)行分析跟蹤，并利用特征關(guān)鍵詞對(duì)用戶(hù)進(jìn)行分類(lèi)挖掘，同時(shí)與廣告產(chǎn)品的特征進(jìn)行關(guān)聯(lián)、匹配和排序分析

43、，實(shí)現(xiàn)有針對(duì)性的網(wǎng)絡(luò)訪問(wèn)者群體的精準(zhǔn)投放。4.4電子商務(wù)中數(shù)據(jù)挖掘應(yīng)用的現(xiàn)狀和解決方法數(shù)據(jù)挖掘技術(shù)應(yīng)用于電子商務(wù)中取得了一定成果，通過(guò)對(duì)服務(wù)器數(shù)據(jù)運(yùn)用聚類(lèi)分類(lèi)分析、關(guān)聯(lián)規(guī)則的分析等技術(shù)可以為商家做出個(gè)性化的營(yíng)銷(xiāo)策略提供依據(jù)，提高系統(tǒng)的效率，節(jié)省客戶(hù)的時(shí)間，為客戶(hù)提供個(gè)性化的服務(wù)。但是由于我國(guó)的網(wǎng)絡(luò)設(shè)施還不健全，在電子商務(wù)中應(yīng)用數(shù)據(jù)挖掘技術(shù)要花費(fèi)大量的人力物力，所以在我國(guó)數(shù)據(jù)挖掘技術(shù)應(yīng)用于電子商務(wù)中的力度和廣度并不是很理想。即便是應(yīng)用了數(shù)據(jù)挖掘技術(shù)，效果也不是很理想。下面是數(shù)據(jù)挖掘技術(shù)實(shí)施中存在的問(wèn)題和一些解決方法。1、由于數(shù)據(jù)挖掘是有數(shù)據(jù)驅(qū)動(dòng)的，而且不易管理，因此數(shù)挖掘很容易遇到數(shù)據(jù)質(zhì)量的問(wèn)題

44、。由于數(shù)據(jù)庫(kù)都是動(dòng)態(tài)的、有錯(cuò)誤而且不完整，冗余和稀疏并存，當(dāng)然也就是巨大的。因此在使用恰當(dāng)?shù)臄?shù)據(jù)挖掘功能和技術(shù)的同時(shí)，必須小心地分析異常情況，不能將異常情況所造成的結(jié)果作為普遍的模式加以應(yīng)用。2、數(shù)據(jù)可視化工具的缺乏。數(shù)據(jù)可視化是一種幫助數(shù)據(jù)挖掘人員了解數(shù)據(jù)、獲取知識(shí)的有力工具。但是在數(shù)據(jù)挖掘中遇到的數(shù)據(jù)大多是一些復(fù)雜的海量數(shù)據(jù)，要將其可視化，必須要有復(fù)雜的數(shù)據(jù)可視化工具支持。數(shù)據(jù)可視化是一種新興的技術(shù)，它可以提高分析員分析數(shù)據(jù)、獲取知識(shí)的能力，尤其是在數(shù)據(jù)維數(shù)較低的時(shí)候，其效果更加明顯。3、許多數(shù)據(jù)挖掘技術(shù)由于極大數(shù)據(jù)庫(kù)的存儲(chǔ)量過(guò)大而出現(xiàn)很多應(yīng)用問(wèn)題。例如，過(guò)大的查詢(xún)數(shù)據(jù)量會(huì)對(duì)一些特定技術(shù)造

45、成困難15。為此可以使用數(shù)據(jù)抽取技術(shù)從擊打數(shù)庫(kù)中抽取數(shù)據(jù)，生成一個(gè)數(shù)據(jù)挖掘數(shù)據(jù)庫(kù)，數(shù)據(jù)挖掘技術(shù)就可以在此數(shù)據(jù)挖掘數(shù)據(jù)庫(kù)中應(yīng)用，而不是在數(shù)據(jù)倉(cāng)庫(kù)中應(yīng)用。4、成本高，要求管理層必須要有很高的戰(zhàn)略眼光。為滿足許多數(shù)據(jù)發(fā)現(xiàn)系統(tǒng)的計(jì)算要求，需要在硬件、操作系統(tǒng)軟件上采用并行技術(shù)。這些性能要求將大大增加數(shù)據(jù)挖掘的成本。針對(duì)這一情況，企業(yè)領(lǐng)導(dǎo)必須提高認(rèn)識(shí)，為電子商務(wù)中應(yīng)用數(shù)據(jù)挖掘技術(shù)提供可靠的物力和財(cái)力支撐。5、商業(yè)分析員的技能和素質(zhì)較差。商業(yè)分析員需要豐富的業(yè)務(wù)知識(shí)，并具有極強(qiáng)的調(diào)查能力，同時(shí)還有創(chuàng)造力。創(chuàng)造性允許商業(yè)分析員實(shí)驗(yàn)各種數(shù)據(jù)挖掘技術(shù)，一邊發(fā)現(xiàn)大量潛在的模式和關(guān)系。然后分析并了解它，最后生成預(yù)測(cè)

46、模型并按永和容易理解的方式發(fā)布。所以，企業(yè)必須對(duì)商業(yè)分析員進(jìn)行綜合培訓(xùn)，提高分析問(wèn)題的能力。4.5數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中應(yīng)用的前景隨著計(jì)算機(jī)硬件和軟件的并行發(fā)展，數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用會(huì)越來(lái)越廣泛。在激烈的市場(chǎng)競(jìng)爭(zhēng)環(huán)境下，能否運(yùn)用好數(shù)據(jù)挖掘技術(shù)，是電子商務(wù)網(wǎng)站能否成功的關(guān)鍵所在。數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的關(guān)鍵性以被越來(lái)越多的企業(yè)所認(rèn)同。毫無(wú)疑問(wèn)，數(shù)據(jù)挖掘技術(shù)在電子商務(wù)時(shí)代會(huì)得到更大的發(fā)展。第5章 結(jié)語(yǔ)隨著網(wǎng)絡(luò)的發(fā)展和信息化時(shí)代的到來(lái)，Web產(chǎn)生了海量的數(shù)據(jù)，如何有效的組織和利用這些數(shù)據(jù)，建設(shè)個(gè)性化網(wǎng)站，為用戶(hù)提供個(gè)性化的服務(wù)是電子商務(wù)網(wǎng)站建設(shè)的重點(diǎn)。數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中表現(xiàn)了它極

47、大的優(yōu)越性。本文只是粗淺的介紹了它在電子商務(wù)中的應(yīng)用。隨著人們認(rèn)識(shí)的增加和數(shù)據(jù)挖掘技術(shù)的完善，數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用會(huì)更加的廣泛。 參考文獻(xiàn)1 劉魯. 信息系統(tǒng)：原理、方法與應(yīng)用M.北京：高等教育出版社，2006.2 邵兵家. 電子商務(wù)概論M. 北京：高等教育出版社，2006. 3 .4 .5 .6 夏小云. C2C 電子商務(wù)數(shù)據(jù)挖掘的研究及應(yīng)用C. 江西理工大學(xué) 2007.7 牛紅慧，金顯華. Web數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用J .濮陽(yáng)職業(yè)技術(shù)學(xué)院學(xué)報(bào)， 2006（3）.8 毛國(guó)君，段立娟，王實(shí)，石云. 數(shù)據(jù)挖掘原理與算法M. 北京：清華大學(xué)出版，2005（1）.9 劉菲，李玲.

48、 數(shù)據(jù)挖掘技術(shù)在客戶(hù)關(guān)系管理中的應(yīng)用研究J. 產(chǎn)業(yè)與科技論壇，2009（8）.10 朱明數(shù)據(jù)挖掘2002：129-13011 王核成，許水龍管理人員的綜合測(cè)評(píng)方法研究J華東經(jīng)濟(jì)管理，2001(2)：40-4112 張璐. 數(shù)據(jù)挖掘在電子商務(wù)中的應(yīng)用J. 電腦知識(shí)與科技，2005（12）.13 丁燕華. 關(guān)聯(lián)規(guī)則挖掘在電子商務(wù)中的應(yīng)用研究J. 現(xiàn)代商業(yè)，2009（10）.14 張建宏. 電子商務(wù)網(wǎng)站的數(shù)據(jù)挖掘J . 湖州職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2005（1）.15 姚國(guó)章. 電子商務(wù)與企業(yè)管理M.北京：北京大學(xué)出版社，2002.16 張文宇，賈嶸. 數(shù)據(jù)挖掘與粗糙集方法M . 西安：西安電子科技大學(xué)出

49、版社，2006（1）.17 ZJAlexBerson著，贅擴(kuò)奇等譯，構(gòu)建面向cRM的數(shù)據(jù)挖掘應(yīng)用，北京:人民郵電出版社，2001.96-110. 指導(dǎo)教師意見(jiàn)（包括選題的意義，資料收集或?qū)嶒?yàn)方法、數(shù)據(jù)處理等方面的能力，論證或?qū)嶒?yàn)是否合理，主要觀點(diǎn)或結(jié)果是否正確，有何獨(dú)到的見(jiàn)解或新的方法，基礎(chǔ)理論、專(zhuān)業(yè)知識(shí)的掌握程度及寫(xiě)作水平等，并就該論文是否達(dá)到本科畢業(yè)論文水平做出評(píng)價(jià)）薛云霞同學(xué)的選題為“數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用”，數(shù)據(jù)挖掘技術(shù)是電子商務(wù)領(lǐng)域熱點(diǎn)問(wèn)題，選題具有明顯的應(yīng)用價(jià)值。該同學(xué)在論文撰寫(xiě)過(guò)程中，運(yùn)用了文獻(xiàn)調(diào)研、理論分析、事例比較等方法對(duì)研究主體進(jìn)行了概括總結(jié)和歸納分析，同時(shí)也采取了

50、引證、例證的方法，分析了數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用，并對(duì)其進(jìn)行系統(tǒng)分析，系統(tǒng)全面地闡述論題，對(duì)今后我國(guó)企業(yè)在電子商務(wù)中運(yùn)用數(shù)據(jù)挖掘技術(shù)提供一定的參考，更好在電子商務(wù)網(wǎng)站中運(yùn)用數(shù)據(jù)挖掘技術(shù)。該論文觀點(diǎn)明確，論據(jù)豐富，條理清晰，結(jié)構(gòu)嚴(yán)謹(jǐn)，語(yǔ)言通順，專(zhuān)業(yè)知識(shí)運(yùn)用得當(dāng)，體現(xiàn)出較高的專(zhuān)業(yè)素養(yǎng)及較好的寫(xiě)作水平，達(dá)到了本科生畢業(yè)論文的要求。作者的主要觀點(diǎn)正確，分析比較透徹，結(jié)構(gòu)合理，對(duì)策建議有可操作性。論文條理清楚，論述充分，文字通順，層次分明，思路清晰，具有較好的寫(xiě)作水平。達(dá)到了本科畢業(yè)論文水平。成績(jī)： 指導(dǎo)教師（簽名）： 2010 年 5 月 6 日注：成績(jī)按優(yōu)、良、中、合格、不合格五級(jí)分制計(jì)。評(píng)閱

51、人意見(jiàn)（包括選題的意義，資料收集或?qū)嶒?yàn)方法、數(shù)據(jù)處理等方面的能力，論證或?qū)嶒?yàn)是否合理，主要觀點(diǎn)或結(jié)果是否正確，有何獨(dú)到的見(jiàn)解或新的方法，基礎(chǔ)理論、專(zhuān)業(yè)知識(shí)的掌握程度及寫(xiě)作水平等，并就該論文是否達(dá)到本科畢業(yè)論文水平做出評(píng)價(jià)）薛云霞同學(xué)的選題為：數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用。論文的選題合理。國(guó)內(nèi)的Web挖掘起步較晚，這些研究重點(diǎn)在局部的挖掘算法的設(shè)計(jì)、分析和改進(jìn)上，較少對(duì)數(shù)據(jù)挖掘系統(tǒng)自身的、開(kāi)發(fā)模式進(jìn)行系統(tǒng)地論述，主要研究?jī)?nèi)容有路徑分析、關(guān)聯(lián)規(guī)則、序列模式、聚類(lèi)和分類(lèi)分析等。本文分析了數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用以及應(yīng)用現(xiàn)狀，發(fā)現(xiàn)了一些問(wèn)題并給出了解決方案，對(duì)我國(guó)企業(yè)在電子商務(wù)環(huán)境下運(yùn)用數(shù)據(jù)挖

52、掘技術(shù)有著重要的理論和實(shí)踐意義。資料翔實(shí)，論文論證合理，主要觀點(diǎn)和結(jié)論正確。對(duì)基本概念的運(yùn)用準(zhǔn)確，基礎(chǔ)理論、專(zhuān)業(yè)知識(shí)掌握準(zhǔn)確無(wú)誤。文章思路清晰，語(yǔ)言流暢，沒(méi)有語(yǔ)法錯(cuò)誤和錯(cuò)別字，論述清楚，建議的策略具有可操作性。 總之，該論文選題正確，結(jié)構(gòu)合理，內(nèi)容豐富,數(shù)據(jù)資料充分，分析透徹，寫(xiě)作進(jìn)度安排合理，結(jié)論和建議具有區(qū)域現(xiàn)實(shí)意義，符合本科畢業(yè)論文要求。 成績(jī)： 評(píng)閱人（簽名）： 2010 年 5 月10 日注：成績(jī)按優(yōu)、良、中、合格、不合格五級(jí)分制計(jì)。答辯委員會(huì)意見(jiàn)（應(yīng)根據(jù)論文內(nèi)容和答辯情況，并參考指導(dǎo)教師意見(jiàn)、評(píng)閱人意見(jiàn)對(duì)論文的綜合水平做出具體評(píng)價(jià)）薛云霞同學(xué)的選題為：數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用

53、。論文選題合理。論文表明，論文對(duì)電子商務(wù)中應(yīng)用數(shù)據(jù)挖掘技術(shù)問(wèn)題進(jìn)行了比較深入的研究。作者對(duì)相關(guān)領(lǐng)域?qū)I(yè)知識(shí)比較熟悉，并能按期完成論文的各項(xiàng)工作，能較好地綜合運(yùn)用所學(xué)理論和專(zhuān)業(yè)知識(shí)，內(nèi)容較豐富，立論正確，分析，結(jié)論合理；有一定的獨(dú)立工作能力，科學(xué)作風(fēng)良好；論文有一定的水平。論文條理清楚，論述充分，文字通順，符合技術(shù)用語(yǔ)要求，書(shū)寫(xiě)工整，格式規(guī)范。答辯時(shí)，思路清晰，論點(diǎn)正確；能基本正確回答問(wèn)題。經(jīng)答辯委員會(huì)討論，一致同意該同學(xué)達(dá)到了學(xué)士學(xué)位畢業(yè)水平，通過(guò)答辯。成績(jī)： 答辯委員會(huì)主任（簽名）： 2010 年 5 月 18 日學(xué)院學(xué)位分委員會(huì)意見(jiàn)綜合指導(dǎo)老師、評(píng)閱老師的關(guān)于薛云霞同學(xué)的“數(shù)據(jù)挖掘技術(shù)在電

54、子商務(wù)中的應(yīng)用”一文的寫(xiě)作意見(jiàn)以及答辯委員會(huì)的答辯意見(jiàn)，經(jīng)學(xué)院分委員會(huì)討論一致同意薛云霞同學(xué)通過(guò)論文答辯，建議授予學(xué)士學(xué)位。 成績(jī)： 學(xué)位分委員會(huì)主任（簽名）： （公章） 2010 年 5 月 20 日注：成績(jī)按優(yōu)、良、中、合格、不合格五級(jí)分制計(jì)。山東師范大學(xué)本科畢業(yè)論文（設(shè)計(jì)）題目審批表學(xué)院：管理與經(jīng)濟(jì)學(xué)院(章) 系別/教研室： 管理系 時(shí)間：2009 年 12月 15 日課題情況題目名稱(chēng)數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用課題性質(zhì)A基礎(chǔ)研究 B基礎(chǔ)應(yīng)用研究 C應(yīng)用研究教師姓名曲建華職稱(chēng)講師學(xué)位碩士課題來(lái)源A.科研 B.生產(chǎn) C.教學(xué) D.學(xué)生自擬 E.其它成果類(lèi)別A.論文 B.設(shè)計(jì)主要研究?jī)?nèi)容與研究目標(biāo)主要內(nèi)容：本文先從電子商務(wù)的基本概念和存在的問(wèn)題從手，進(jìn)而引出了數(shù)據(jù)挖掘的基本概念和分析了數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中應(yīng)用的必要性和可行性。然后詳細(xì)的研究了數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中應(yīng)用，并介紹了數(shù)據(jù)挖掘技術(shù)在電子商務(wù)應(yīng)用的現(xiàn)狀并且給出了我自己對(duì)于解決這些問(wèn)題的建議。研究目標(biāo)