電子商務(wù)環(huán)境下的數(shù)據(jù)挖掘參考模板

1、數(shù)據(jù)挖掘在電子商務(wù)中的應(yīng)用研究王丹 王立軍（華北電力大學(xué) 經(jīng)濟(jì)管理系，河北 保定 07100）摘要：電子商務(wù)已經(jīng)成為了當(dāng)今最熱門(mén)的話題，而電子商務(wù)的廣泛應(yīng)用，使企業(yè)有越來(lái)越多的信息數(shù)據(jù)。而按照企業(yè)的目標(biāo)業(yè)務(wù)對(duì)數(shù)據(jù)進(jìn)行挖掘分析，可以給企業(yè)的實(shí)現(xiàn)目標(biāo)提供更便捷的方法，使企業(yè)事半功倍。文章介紹了數(shù)據(jù)挖掘技術(shù)的特點(diǎn)，以及在電子商務(wù)中的應(yīng)用，分析了電子商務(wù)中如何應(yīng)用數(shù)據(jù)挖掘技術(shù)。關(guān)鍵詞：數(shù)據(jù)挖掘；電子商務(wù)；關(guān)聯(lián)；聚類A Study on Data Mining and Application in Electronic CommerceWangdan wanglijun（University of no

2、rth China electric power economic management department, heibei baoding 07100 ）Abstract：E-commerce has become the most popular topic, and the wide application of electronic commerce, make enterprise have more and more information and data. And according to enterprise target business for data mining

3、analysis, to realize the target of the enterprise can offer more convenient method, make enterprise easier. This paper introduces the characteristics of the data mining technology, and its application in electronic commerce, analyzes how to use the electronic commerce data mining technology. Key wor

4、ds：Data mining; The electronic commerce; Relationships; Clustering引言：在現(xiàn)今的社會(huì)，隨著電子商務(wù)的發(fā)展，越來(lái)越多的商業(yè)走上電子商務(wù)的發(fā)展道路，電子商務(wù)網(wǎng)站的競(jìng)爭(zhēng)因此日趨激烈。面對(duì)大量的信息，找出企業(yè)用戶感興趣的信息加以組織利用，提高客戶滿意度，從而改進(jìn)電子商務(wù)站點(diǎn)的設(shè)計(jì)、改善企業(yè)與客戶的關(guān)系成為電子商務(wù)發(fā)展必須要解決的問(wèn)題。 數(shù)據(jù)挖掘是一種從海量數(shù)據(jù)中提取有價(jià)值信息的工具。對(duì)于企業(yè)而言，數(shù)據(jù)挖掘有助于發(fā)現(xiàn)業(yè)務(wù)發(fā)展的趨勢(shì)。幫助企業(yè)做出正確的決策，使企業(yè)處于更有利的競(jìng)爭(zhēng)位置。一個(gè)完善的電子商務(wù)系統(tǒng)不應(yīng)當(dāng)只滿足于支持在線交易，而且應(yīng)

5、該能夠通過(guò)商業(yè)智能分析等技術(shù)為企業(yè)的客戶關(guān)系管理、市場(chǎng)營(yíng)銷(xiāo)等提供全面的輔助支持，尤其在這樣一個(gè)信息爆炸的時(shí)代，企業(yè)已經(jīng)累積的大量信息數(shù)據(jù)，其迫切希望能夠從中獲取有用的模式和規(guī)律用以指導(dǎo)經(jīng)營(yíng)實(shí)踐、改善客戶關(guān)系。這種需求推動(dòng)了用于電子商務(wù)的數(shù)據(jù)挖掘技術(shù)研究的深入。1 / 61 電子商務(wù)和數(shù)據(jù)挖掘的特點(diǎn)（1）電子商務(wù)是指?jìng)€(gè)人或企業(yè)通過(guò)Internet網(wǎng)絡(luò)，采用數(shù)字化電子方式進(jìn)行商務(wù)數(shù)據(jù)交換和開(kāi)展商務(wù)業(yè)務(wù)活動(dòng)。目前國(guó)內(nèi)已有網(wǎng)上商情廣告、電子票據(jù)交換、網(wǎng)上訂購(gòu)、網(wǎng)上銀行、網(wǎng)上支付結(jié)算等多種類型的電子商務(wù)形式。電子商務(wù)正以其成本低廉、方便、快捷、安全、可靠、不受時(shí)間和空間的限制等突出優(yōu)點(diǎn)而逐步在全球流行。

6、服務(wù)范圍可歸類為：商業(yè)一商業(yè)(B2B)，商業(yè)一消費(fèi)者(B2C)，商業(yè)一政府(B2G)。（2）數(shù)據(jù)挖掘是通過(guò)挖掘數(shù)據(jù)倉(cāng)庫(kù)中存儲(chǔ)的大量數(shù)據(jù)，從中發(fā)現(xiàn)有意義的新的關(guān)聯(lián)模式和趨勢(shì)的過(guò)程。從商業(yè)的角度定義，數(shù)據(jù)挖掘是一種新的商業(yè)信息處理技術(shù)，其主要特點(diǎn)是對(duì)商業(yè)數(shù)據(jù)庫(kù)中的大量業(yè)務(wù)數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)換、分析和其他模型化處理，從中提取輔助商業(yè)決策的關(guān)鍵性數(shù)據(jù)。數(shù)據(jù)挖掘最吸引人的地方是它能建立預(yù)測(cè)模型而不是回顧型的模型。利用功能強(qiáng)大的數(shù)據(jù)挖掘技術(shù)，可以使企業(yè)把數(shù)據(jù)轉(zhuǎn)化為有用的信息幫助決策，從而在市場(chǎng)競(jìng)爭(zhēng)中獲得優(yōu)勢(shì)地位。數(shù)據(jù)挖掘與傳統(tǒng)的數(shù)據(jù)分析的不同是在沒(méi)有明確假設(shè)的前提下去挖掘信息、發(fā)現(xiàn)知識(shí)。數(shù)據(jù)挖掘所得到的信息

7、應(yīng)具有先前未知、有效和可實(shí)用3個(gè)特征。2 數(shù)據(jù)挖掘過(guò)程電子商務(wù)中的數(shù)據(jù)挖掘的過(guò)程一般由3個(gè)主要的階段組成：數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)挖掘、結(jié)果解釋和評(píng)價(jià)。2.1 數(shù)據(jù)準(zhǔn)備數(shù)據(jù)準(zhǔn)備又可分為數(shù)據(jù)選取、數(shù)據(jù)預(yù)處理。數(shù)據(jù)選取的目的是確定發(fā)現(xiàn)任務(wù)的操作對(duì)象。即目標(biāo)數(shù)據(jù)，是根據(jù)用戶的需要從原始數(shù)據(jù)庫(kù)中抽取的一組數(shù)據(jù)。數(shù)據(jù)預(yù)處理一般包括消除噪聲、推導(dǎo)計(jì)算缺值數(shù)據(jù)、消除重復(fù)記錄、完成數(shù)據(jù)類型轉(zhuǎn)換f如把連續(xù)型數(shù)據(jù)轉(zhuǎn)換為離散型數(shù)據(jù)，以便于符號(hào)歸納；或是把離散性數(shù)據(jù)轉(zhuǎn)換為連續(xù)型數(shù)據(jù)，以便于神經(jīng)網(wǎng)絡(luò)計(jì)算)以及對(duì)數(shù)據(jù)降維f即從初始特征中找出真正有用的特征以減少數(shù)據(jù)挖掘要考慮的變量個(gè)數(shù))。2.2 數(shù)據(jù)挖掘數(shù)據(jù)挖掘階段首先要確定數(shù)據(jù)挖

8、掘的目標(biāo)和挖掘的知識(shí)類型。確定挖掘任務(wù)后，根據(jù)挖掘的知識(shí)類型選擇合適的挖掘算法；最后實(shí)施數(shù)據(jù)挖掘操作，運(yùn)用選定的挖掘算法從數(shù)據(jù)庫(kù)中抽取所需的知識(shí)。2.3 評(píng)價(jià)結(jié)果的解釋和評(píng)價(jià)數(shù)據(jù)挖掘階段發(fā)現(xiàn)的知識(shí)，經(jīng)過(guò)評(píng)估，可能存在冗余或無(wú)關(guān)的知識(shí)，這時(shí)需要將其剔除：也有可能知識(shí)不滿足用戶的要求，需要重復(fù)上述挖掘過(guò)程重新進(jìn)行挖掘。另外，由于數(shù)據(jù)挖掘最終要面臨用戶因此。還需要對(duì)所挖掘的知識(shí)進(jìn)行解釋，以一種用戶易于理解的方式(如可視化方式)供用戶所用?？梢钥闯?，以上整個(gè)數(shù)據(jù)挖掘過(guò)程是不斷地循環(huán)和反復(fù)的，因而可以對(duì)所挖掘出來(lái)的知識(shí)不斷求精和深化。最終達(dá)到用戶所滿意的結(jié)果。3 電子商務(wù)中數(shù)據(jù)挖掘的特點(diǎn)電子商務(wù)具有一些

9、獨(dú)特的特點(diǎn)面向電子商務(wù)的數(shù)據(jù)挖掘與普通商業(yè)領(lǐng)域中的數(shù)據(jù)挖掘相比有如下幾個(gè)特點(diǎn)：（1）面向電子商務(wù)挖掘的任務(wù)更多表現(xiàn)在客戶關(guān)系管理方面。由于電子商務(wù)借助Internet的力量讓企業(yè)和客戶之問(wèn)的交流變得十分方便因此更多的需求是如何讓企業(yè)利用這些頻繁的交流，敏捷地把握客戶的動(dòng)態(tài)、改進(jìn)企業(yè)與客戶交流的方式或提出新的交流內(nèi)容等；（2）電子商務(wù)自身是一個(gè)信息化十分完全的系統(tǒng)，它們累積的數(shù)據(jù)一般就存儲(chǔ)在電子商務(wù)數(shù)據(jù)庫(kù)內(nèi)用戶能十分方便地獲取這些數(shù)據(jù)因此對(duì)于電子商務(wù)的數(shù)據(jù)挖掘的數(shù)據(jù)準(zhǔn)備階段的工作相對(duì)容易；（3）電子商務(wù)領(lǐng)域的數(shù)據(jù)挖掘的目的通常是對(duì)電子商務(wù)系統(tǒng)的改進(jìn)。比如給客戶推出個(gè)性化頁(yè)面、吧用戶最感興趣的信息

10、放在首頁(yè)或挖掘出哪些產(chǎn)品比較受歡迎等。4 電子商務(wù)中幾種常用的數(shù)據(jù)挖掘方法41 關(guān)聯(lián)規(guī)則關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘研究的主要模式之一，側(cè)重于確定數(shù)據(jù)中不同領(lǐng)域之間的關(guān)系，找出滿足給定條件下的多個(gè)域間的依賴關(guān)系。關(guān)聯(lián)分析的目的是挖掘出隱藏在數(shù)據(jù)間的相互關(guān)系。關(guān)聯(lián)規(guī)則用于尋找在同一個(gè)事件中出現(xiàn)的不同項(xiàng)的相關(guān)性，比如在一次購(gòu)買(mǎi)活動(dòng)中所買(mǎi)不同商品的相關(guān)性。關(guān)聯(lián)分析的典型例子是購(gòu)物籃分析，描述顧客的購(gòu)買(mǎi)行為，可以幫助零售商決定商品的擺放和捆綁銷(xiāo)售策略。如著名的(面包+黃油-牛奶)例子就屬于關(guān)聯(lián)分析：在超市中，90的顧客在購(gòu)買(mǎi)面包和黃油的同時(shí)，也會(huì)購(gòu)買(mǎi)牛奶。直觀的意義是：顧客在購(gòu)買(mǎi)某種商品時(shí)有多大的傾向會(huì)購(gòu)買(mǎi)另外

11、一些商品。找出所有類似的關(guān)聯(lián)規(guī)則，對(duì)于企業(yè)確定生產(chǎn)銷(xiāo)售、產(chǎn)品分類設(shè)計(jì)、市場(chǎng)分析等多方面是有價(jià)值的。 在電子商務(wù)中，關(guān)聯(lián)規(guī)則挖掘應(yīng)用十分廣泛。例如：在一些購(gòu)物網(wǎng)站中，瀏覽一種商品時(shí)往往會(huì)有很多相關(guān)搭配的商品出現(xiàn)在同一個(gè)頁(yè)面中，比如裙子和腰帶、化妝品和化妝工具等。42 聚類分析方法聚類分析就是直接比較樣本中各事物之間的性質(zhì)，將性質(zhì)相近的歸為一類，而將性質(zhì)差別較大的分在不同的類。對(duì)變量聚類計(jì)算變量之間的距離，對(duì)樣本聚類則計(jì)算樣本之間的距離。它的目的是使得屬于同一類別的個(gè)體之間的距離盡可能小，而不同類別上的個(gè)體問(wèn)的距離盡可能大。聚類分析用于把有相似特性的客戶、數(shù)據(jù)項(xiàng)集合到一起。在電子商務(wù)中，聚類分析常

12、用于市場(chǎng)細(xì)分。根據(jù)已有客戶的數(shù)據(jù)，利用聚類技術(shù)將市場(chǎng)按客戶消費(fèi)模式的相似性分為若干細(xì)分市場(chǎng)，以進(jìn)行有針對(duì)性的市場(chǎng)營(yíng)銷(xiāo)，提供更適合、更滿意的服務(wù)。如自動(dòng)給一個(gè)特定的客戶聚類發(fā)送銷(xiāo)售郵件，為一個(gè)客戶聚類動(dòng)態(tài)地改變一個(gè)特殊的站點(diǎn)等。通過(guò)對(duì)聚類的客戶特征的提取，電子商務(wù)網(wǎng)站還可以為客戶提供個(gè)性化的服務(wù)。43 分類分析分類系統(tǒng)是基于遺傳算法的機(jī)器學(xué)習(xí)中的一類，它包括一個(gè)簡(jiǎn)單的基于串規(guī)則的并行生成子系統(tǒng)、規(guī)則評(píng)價(jià)子系統(tǒng)和遺傳算法子系統(tǒng)。分類系統(tǒng)正在被人們?cè)絹?lái)越多地應(yīng)用于科學(xué)、工程和經(jīng)濟(jì)領(lǐng)域中，是目前遺傳算法研究領(lǐng)域中一個(gè)非常活躍的領(lǐng)域。分類分析是數(shù)據(jù)挖掘中應(yīng)用最多的方法。分類要解決的問(wèn)題是為一個(gè)事件或?qū)ο?/p>

13、歸類，既可以用于分析已有的數(shù)據(jù)，也可以用來(lái)預(yù)測(cè)未來(lái)的數(shù)據(jù)。分類通過(guò)分析已知分類信息的歷史數(shù)據(jù)，總結(jié)出一個(gè)預(yù)測(cè)模型，預(yù)測(cè)哪些人可能會(huì)對(duì)郵寄廣告、產(chǎn)品目錄等有反應(yīng)，可以針對(duì)這一類客戶的特點(diǎn)展開(kāi)商務(wù)活動(dòng)，提供個(gè)性化的信息服務(wù)。在圖書(shū)的電子商務(wù)中，網(wǎng)站管理者對(duì)客戶進(jìn)行分類分析，將圖書(shū)按照不同客戶需求進(jìn)行分類，例如按照閱讀興趣不同，分為男生、女生閱讀入口。44 序列模式序列模式挖掘就是要挖掘出交易集之間有時(shí)間序列關(guān)系的模式。它挖掘的側(cè)重點(diǎn)在于分析數(shù)據(jù)問(wèn)的前后或因果關(guān)系，找到那些“一些項(xiàng)跟隨另一些項(xiàng)”，以預(yù)測(cè)未來(lái)的訪問(wèn)模式。序列模式分析和關(guān)聯(lián)分析類似，其目的也是為了挖掘數(shù)據(jù)之間的聯(lián)系，但序列模式分析的側(cè)重

14、點(diǎn)在于分析數(shù)據(jù)間的前后序列關(guān)系。序列模式便于進(jìn)行電子商務(wù)的組織，預(yù)測(cè)客戶的訪問(wèn)模式，對(duì)客戶開(kāi)展有針對(duì)性的廣告服務(wù)或者主動(dòng)推薦客戶感興趣的頁(yè)面，以滿足訪問(wèn)者的特定要求。序列分析在電子商務(wù)中的應(yīng)用典型實(shí)例是內(nèi)容推薦，發(fā)現(xiàn)序列模式能夠便于電子商務(wù)的組織者預(yù)測(cè)客戶的訪問(wèn)模式, 對(duì)客戶提供個(gè)性化服務(wù), 網(wǎng)站的管理員可將訪問(wèn)者按瀏覽模式分類, 在頁(yè)面上只展示該瀏覽模式的訪問(wèn)者經(jīng)常訪問(wèn)的鏈接, 而用“更多內(nèi)容”指向其它未展示的內(nèi)容。5 數(shù)據(jù)挖掘在電子商務(wù)中的應(yīng)用51 優(yōu)化企業(yè)資源節(jié)約成本是企業(yè)盈利的關(guān)鍵?；跀?shù)據(jù)挖掘技術(shù)，實(shí)時(shí)、全面、準(zhǔn)確地掌握企業(yè)資源信息，通過(guò)分析歷史的財(cái)務(wù)數(shù)據(jù)、庫(kù)存數(shù)據(jù)和交易數(shù)據(jù)，可以發(fā)

15、現(xiàn)企業(yè)資源消耗的關(guān)鍵點(diǎn)和主要活動(dòng)的投入產(chǎn)出比例，從而為企業(yè)資源優(yōu)化配置提供決策依據(jù)。通過(guò)對(duì)Web數(shù)據(jù)挖掘，快速提取商業(yè)信息，使企業(yè)準(zhǔn)確地把握市場(chǎng)動(dòng)態(tài)，極大地提高企業(yè)對(duì)市場(chǎng)變化的響應(yīng)能力和創(chuàng)新能力，使企業(yè)最大限度地利用人力資源、物質(zhì)資源和信息資源，合理協(xié)調(diào)企業(yè)內(nèi)外部資源的關(guān)系，產(chǎn)生最佳的經(jīng)濟(jì)效益。5.2管理客戶數(shù)據(jù)隨著“以客戶為中心”的經(jīng)營(yíng)理念的不斷深入人心，分析客戶、了解客戶并引導(dǎo)客戶的需求已成為企業(yè)經(jīng)營(yíng)的重要課題?；跀?shù)據(jù)挖掘技術(shù)，企業(yè)將最大限度地利用客戶資源，開(kāi)展客戶行為的分析與預(yù)測(cè)，對(duì)客戶進(jìn)行分類，有助于客戶盈利能力分析，尋找潛在的有價(jià)值的客戶，開(kāi)展個(gè)性化服務(wù)，提高客戶的滿意度和忠誠(chéng)度。

16、通過(guò)Web資源的挖掘，了解客戶的購(gòu)買(mǎi)習(xí)慣和興趣，從而改善網(wǎng)站結(jié)構(gòu)設(shè)計(jì)，推出滿足不同客戶的個(gè)性化網(wǎng)頁(yè)。利用數(shù)據(jù)挖掘可以有效地獲得客戶。比如通過(guò)數(shù)據(jù)挖掘可以發(fā)現(xiàn)購(gòu)買(mǎi)某種商品的消費(fèi)者是男性還是女性，學(xué)歷、收入如何等等。甚至可以發(fā)現(xiàn)不同的人在購(gòu)買(mǎi)該種商品的相關(guān)商品后多長(zhǎng)時(shí)間有可能購(gòu)買(mǎi)該種商品，以及什么樣的人會(huì)購(gòu)買(mǎi)什么型號(hào)的該種商品等等。在采用了數(shù)據(jù)挖掘后，針對(duì)目標(biāo)客戶發(fā)送的廣告的有效性和回應(yīng)率將得到大幅度的提高，推銷(xiāo)的成本將大大降低。同時(shí)，在客戶數(shù)據(jù)挖掘的基礎(chǔ)上，企業(yè)可以發(fā)現(xiàn)重點(diǎn)客戶和評(píng)價(jià)市場(chǎng)性能，制定個(gè)性化營(yíng)銷(xiāo)策略，拓寬銷(xiāo)售渠道和范圍，為企業(yè)制定生產(chǎn)策略和發(fā)展規(guī)劃提供科學(xué)的依據(jù)。53 評(píng)估商業(yè)信用低

17、劣的信用狀況是影響商業(yè)秩序的突出問(wèn)題，已經(jīng)引起世人的廣泛關(guān)注。由于網(wǎng)上詐騙現(xiàn)象層出不窮，企業(yè)財(cái)務(wù)“造假”現(xiàn)象日益嚴(yán)重，信用危機(jī)成為制約電子商務(wù)發(fā)展的重要因素。利用數(shù)據(jù)挖掘技術(shù)對(duì)企業(yè)經(jīng)營(yíng)進(jìn)行跟蹤，開(kāi)展企業(yè)的資產(chǎn)評(píng)估、利潤(rùn)收益分析和發(fā)展?jié)摿︻A(yù)測(cè)，構(gòu)建完善的安全保障體系，實(shí)施網(wǎng)上全程監(jiān)控，強(qiáng)化網(wǎng)上交易和在線支付的安全管理?；跀?shù)據(jù)挖掘的信用評(píng)估模型，對(duì)交易歷史數(shù)據(jù)進(jìn)行挖掘，發(fā)現(xiàn)客戶的交易數(shù)據(jù)特征，建立客戶信譽(yù)度級(jí)別，有效地防范和化解信用風(fēng)險(xiǎn)，提高企業(yè)信用甄別與風(fēng)險(xiǎn)管理的水平和能力。54 確定異常事件在許多商業(yè)領(lǐng)域中，異常事件具有顯著的商業(yè)價(jià)值，如客戶流失、銀行的信用卡欺詐、電信中移動(dòng)話費(fèi)拖欠等。通過(guò)數(shù)據(jù)挖掘中的奇異點(diǎn)分析可以迅速準(zhǔn)確地甄別這些異常事件，為企業(yè)采取決策提供依據(jù)，減少企業(yè)不必要的損失。6 結(jié)束語(yǔ)電子商務(wù)是現(xiàn)代信息技術(shù)發(fā)展的必然結(jié)果，也是未來(lái)商業(yè)運(yùn)作模式的必然選擇。電子商務(wù)領(lǐng)域具有豐富的信息資源，為數(shù)據(jù)挖掘的應(yīng)用開(kāi)辟了廣闊的應(yīng)用舞臺(tái)。數(shù)據(jù)挖掘?qū)殡娮由虅?wù)提供有力的技術(shù)支持，極大地促進(jìn)電子商務(wù)的發(fā)展與普及，推動(dòng)電子商務(wù)的應(yīng)用進(jìn)程。數(shù)據(jù)挖掘技術(shù)作為電子商務(wù)的重要應(yīng)用技術(shù)之一，將為正確的商業(yè)決