數(shù)據(jù)挖掘在電子商務上的應用(共7頁)

1、  數(shù)據(jù)挖掘在電子商務中的應用學號：姓名：班級： 摘要：隨著數(shù)據(jù)挖掘技術的發(fā)展和電子商務的普及，將數(shù)據(jù)挖掘技術應用到電子商務中可以解決電子商務中數(shù)據(jù)量龐大的問題，從而獲得真正有價值的信息。通過分析電子商務應用數(shù)據(jù)挖掘的必要性和可行性, 概述數(shù)據(jù)挖掘的一些挖掘技術, 重點介紹了數(shù)據(jù)挖掘在電子商務中的實際應用, 包括營銷、電子商務系統(tǒng)規(guī)劃和系統(tǒng)安全、客戶關系管理以及網(wǎng)絡廣告方面的應用。 關鍵詞：數(shù)據(jù)挖掘技術；電子商務；客戶關系管理 引言 ：電子商務是網(wǎng)絡時代的一種全新的商務模式，其由于Internet的迅速普

2、及和發(fā)展而引起了越來越多的學者關注，研究人員希望充分發(fā)揮電子商務優(yōu)勢，從而獲取更大的經(jīng)濟效益。在電子商務中采用數(shù)據(jù)挖掘的方法和思想，幫助電子商務網(wǎng)站把真正有價值的知識從海量的信息提取出來，從而更好地為電子商務網(wǎng)站的客戶提供更方便的服務以及指導企業(yè)決策已經(jīng)成為了當前研究的熱點。數(shù)據(jù)挖掘是一種全新的信息技術，其是伴隨著數(shù)據(jù)庫技術的發(fā)展而出現(xiàn)的，其融合了統(tǒng)計學、人工智能以及數(shù)據(jù)庫等眾多學科內容，借助從大量的數(shù)據(jù)中挖掘出未知、有用和有效的信息，從而更好地為電子商務網(wǎng)站服務。隨著計算機技術、因特網(wǎng)技術、通訊技術的發(fā)展推動著電子商務的迅速發(fā)展， 電子商務過程產(chǎn)生大量的電子數(shù)據(jù)， 通過運

3、用數(shù)據(jù)挖掘技術可以發(fā)現(xiàn)和提取這些信息中隱含的未知的有價值的信息， 形成知識。如何對這些數(shù)據(jù)進行分析和挖掘， 以充分了解客戶的喜好、購買模式， 甚至是客戶一時的沖動， 進而設計出滿足于不同客戶群體需要的個性化網(wǎng)站， 增加自己的競爭力， 似乎已變得勢在必行。若想在競爭中生存和獲勝， 你就得比你的競爭對手更了解客戶。數(shù)據(jù)挖掘是從大量的數(shù)據(jù)中自動地抽取潛在的、有價值的知識、模型或規(guī)則的過程。在網(wǎng)絡時代， 數(shù)據(jù)挖掘技術當然也自然而然地被應用到對電子商務網(wǎng)站的海量數(shù)據(jù)進行分析和處理中來。在對電子商務網(wǎng)站進行數(shù)據(jù)挖掘時，

4、0;所需要的數(shù)據(jù)主要來自兩個方面: 一是客戶的背景信息。這部分信息主要來自客戶的登記表; 二是瀏覽者的點擊流。這部分數(shù)據(jù)主要用于考察客戶的行為表現(xiàn)。但是， 有時客戶對自己的背景信息十分珍重， 不肯把這部分信息填寫在登記表上， 這就會給數(shù)據(jù)分析和挖掘帶來不便。在這種情況之下， 就不得不從瀏覽者的表現(xiàn)數(shù)據(jù)中來推測客戶的背景信息， 進而再加以利用。  一、 數(shù)據(jù)挖掘在電子商務中應用的必要性和可行性 電子商務就是采用數(shù)字化電子方式進行商務數(shù)據(jù)交換和開展商務業(yè)務活動。電子商務由于應用了計算機網(wǎng)絡

5、技術， 特別是因特網(wǎng)之后， 以其本身的優(yōu)勢對傳統(tǒng)的商務活動產(chǎn)生巨大的沖擊。具體的優(yōu)勢主要有： ( 1) 服務不受時間的限制， 一般可以實現(xiàn)的商務活動。( 2) 能實現(xiàn)全球的資源共享， 特別B2B 的電子商務模式的發(fā)展， 使得在全球采購原材料和全球銷售變得 更加簡單和方便。( 3) 大大降低了成本。首先可以免去高昂的房租， 可減去旅行費用，減少廣告宣傳費用， 也能減少時間成本。( 4) 方便進行客戶關系管理和維護。(&

6、#160;5) 電子商務中能夠減少庫存， 方便供應鏈管理。電子商務一般都是由一些系統(tǒng)組成， 在電子商務過程中產(chǎn)生了大量的數(shù)據(jù)， 有了這些數(shù)據(jù)就有了進行數(shù)據(jù)挖掘的基礎。電子商務活動中產(chǎn)生數(shù)據(jù)有其自身的特點， 把數(shù)據(jù)挖掘技術和電子商務相結合， 選用適合電子商務數(shù)據(jù)的挖掘方法， 可以提高數(shù)據(jù)挖掘的效率， 讓數(shù)據(jù)挖掘更好地為電子商務服務。在電子商務中進行數(shù)據(jù)挖掘具有以下條件：( 1) 收集信息更加便利， 例如通過網(wǎng)上電子購物系統(tǒng)可以記錄客戶的行為， 包括哪些客戶將哪些商品放進購物車，

7、 哪些商品被最終購買。( 2) 收集信息的準確性、完整性提高。電子商務中有各種系統(tǒng)進行數(shù)據(jù)的收集， 一般地， 用計算機自動記錄的數(shù)據(jù)比手工收集的數(shù)據(jù)出現(xiàn)的噪音和錯誤要少得多。( 3) 在電子商務系統(tǒng)上構建數(shù)據(jù)挖掘較為簡單。因為電子商務已經(jīng)實現(xiàn)自動化， 網(wǎng)絡數(shù)據(jù)挖掘系統(tǒng)也容易和電子商務系統(tǒng)相結合。  二、數(shù)據(jù)挖掘技術在電子方法及在電子商務中的應用 （1）數(shù)據(jù)挖掘的概念 數(shù)據(jù)挖掘( Data Mining ) ，又稱數(shù)據(jù)庫中的知識發(fā)現(xiàn)(&#

8、160;Know ledge Discovery in Database，KDD) ，是指從大型數(shù)據(jù)庫或數(shù)據(jù)倉庫中提取隱含的、未知的、非平凡的及有潛在應用價值的信息或模式。它融合了數(shù)據(jù)庫、人工智能、機器學習、統(tǒng)計學等多個領域的理論和技術。比較典型的數(shù)據(jù)挖掘方法有關聯(lián)分析、序列模式分析、分類分析、聚類分析等。它們可以應用到以客戶為中心的企業(yè)決策分析和管理的各個不同領域和階段。數(shù)據(jù)挖掘是一個利用各種分析工具在海量數(shù)據(jù)中發(fā)現(xiàn)模型和數(shù)據(jù)間的關系的過程，使用這些模型和關系可以進行預測，它幫助決策者尋找數(shù)據(jù)間潛在的關聯(lián)，發(fā)現(xiàn)被忽略的因素，是解決當今時代所面

9、臨的數(shù)據(jù)爆炸而信息匱乏的問題的一種有效方法。它是一種新的商業(yè)信息處理技術，其主要特點是對商業(yè)數(shù)據(jù)庫中的大量業(yè)務數(shù)據(jù)進行抽取、轉換、分析和其它模型化處理，從中提取輔助商業(yè)決策的關鍵性數(shù)據(jù)，是一種深層次的數(shù)據(jù)分析方法。 (2)數(shù)據(jù)挖掘分析方法及應用 1.關聯(lián)分析 關聯(lián)分析， 即利用關聯(lián)規(guī)則進行數(shù)據(jù)挖掘，關聯(lián)分析的目的是挖掘隱藏在數(shù)據(jù)中的相互關系。它能發(fā)現(xiàn)數(shù)據(jù)庫中的顧客在一次購買活動中購買商品A 的同時購買商品B 之類的知識。關聯(lián)規(guī)則在電子商務中主要有以下兩個方面的應用：第一，發(fā)現(xiàn)群體用戶訪問頁面之間的關聯(lián)規(guī)則，即挖掘訪問頁面之間的關聯(lián)關系

10、，從而對電子商務嘲站的設計進行優(yōu)化。主要通 過對Web日志進行預處理，挖掘Web日志文件中的有效信息，從而利用關聯(lián)分析整理原始日志文件得到的事務數(shù)據(jù)庫，最后挖掘出訪問頻繁的項集。第二，研究發(fā)現(xiàn)客戶有可能一起購買的商品組合集合，把這些商品組和集合的頁面鏈接放在一起向客戶推薦。集中可能同時購買的商品鏈接，這是典型的購物籃分析事件，把可能同時購買的商品鏈接放在一起有利于銷售量的提高。 2.序列模式分析 序列模式分析和關聯(lián)分析相似， 但側重點在于分析數(shù)據(jù)間的前后序列關系。它能發(fā)現(xiàn)數(shù)據(jù)庫中形如在某一段時間內， 顧客購買商品A， 接著購買商品B，

11、 而后購買商品C， 即序A-B-C 出現(xiàn)的頻度較高之類的知識。序列模式分析描述的問題是在給定交易序列數(shù)據(jù)庫中， 每個序列是按照交易時間排列的一組交易集。序列模式分析數(shù)據(jù)挖掘在電子商務中的應用。電子商務的組織者可以方便地利用發(fā)現(xiàn)序列模式對客戶行為進行預測，從而能夠更有效第為客戶提供更具個性化的服務。我們可以通過序列模式分析挖掘Web日志，從而有效發(fā)現(xiàn)客戶的訪問序列模式。例如：當訪問者鏈接到電子商務網(wǎng)站時，通過發(fā)現(xiàn)訪問者的訪問序列模式后，網(wǎng)站管理員可以將訪問者未訪問但極有可能訪問的頁面推薦到相對顯眼的位置便于訪問者對頁面進行訪問。此外，序列模式分析還可以向客

12、戶推薦其購買某件商品后有可能購買的 另外一些商品。 3.分類分析 設有一個數(shù)據(jù)庫和一組具有不同特征的類別( 標記) 。該數(shù)據(jù)庫中的每一個記錄都賦予一個類別的標記， 這樣的數(shù)據(jù)庫稱為示例數(shù)據(jù)庫或訓練集。分類分析就是通過分析示例數(shù)據(jù)庫中的數(shù)據(jù)， 為每個類別做出準確的描述或建立分析模型或挖掘出分類規(guī)則， 然后用這個分類規(guī)則對其它數(shù)據(jù)庫中的記錄進行分類。電子商務中分類分析的作用，我們可以通過分類分析得到電子商務剛站的客戶分類模式，對不同類客戶的愛好、特點有詳細的了解，根據(jù)不同類客戶的愛好以及特點開展針對性更強的商務活動，為

13、他們提供更具個性化的服務；此外，可以通過分類分析對新客戶進行分析，將新客戶歸納到相應類別，提供針對性更強的服務信息。4. 聚類分析 ：聚類分析輸入的是一組未分類記錄， 并且這些記錄應分成幾類事先也不知道。通過分析數(shù)據(jù)庫中的記錄數(shù)據(jù)， 根據(jù)一定的分類規(guī)則， 合理地劃分記錄集合， 確定每個記錄所在類別。它所采用的分類規(guī)則是由聚類分析工具決定的。采用不同的聚類方法， 對于相同的記錄集合可能有不同的劃分結果。電子商務中聚類分析的作用，管理員可以通過聚類分析將瀏覽行為相似的客戶聚合分析，從而能夠更加深入地了解客戶需要，為客戶提供更加優(yōu)

14、質的服務。采用聚類分析我們能夠發(fā)現(xiàn)客戶訪問頻率最高的頁面，假如客戶經(jīng)常性第訪問關于手機的頁面，那么我們可以通過Web自動將關于手機新產(chǎn)品信息的郵件發(fā)送給特定的客戶聚類。 三、 數(shù)據(jù)挖掘在電子商務中的具體應用 在電子商務中應用數(shù)據(jù)挖掘技術可以直接跟蹤數(shù)據(jù)， 分析顧客的購買行為并輔助商家快速做出商業(yè)決策。 （1） 在電子商務營銷方面的應用 它是以市場營銷學的市場細分原理為基礎，其基本假定是消費者過去的行為是其今后消費傾向的最好說明。通過收集、加工和處理涉及消費者消費行為的大量信息， 確定特定消費群體或個體的興趣、消費習

15、慣、消費傾向和消費需求， 進而推斷出相應消費群體或個體下一步的消費行為。 1.產(chǎn)品生命周期策略分析。 通過對購買時間上的挖掘也就是通過對商品的訪問和銷售情況進行分析， 從而獲得客戶的訪問規(guī)律， 確定顧客消費的生命周期， 在特定的時間開展促銷活動， 制定商品的優(yōu)惠策略。 2.市場細分。 通過客戶聚類分析可以找出顧客需求的相同之處， 使得屬于同一類別的客戶之間的需求距離盡可能小， 而不同類別的客戶群體之間的距離盡可能大。通過對聚類的客戶特征的提取， 把客戶群分成更細的市場，

16、60;提供針對性的服務。 3. 制定合理的產(chǎn)品策略和定價策略。 可以利用關聯(lián)分析， 如分析網(wǎng)上顧客的購買行為， 分析客戶購買產(chǎn)品的相關度， 對某些品牌的喜好和忠誠， 價格接受范圍， 及包裝要求方面來幫助管理者規(guī)劃市場， 確定商品的種類、價格和新產(chǎn)品的投入等等。 4. 制定產(chǎn)品營銷策略， 優(yōu)化促銷活動。 通過對商品訪問情況和銷售情況進行挖掘， 企業(yè)能夠獲取客戶的訪問規(guī)律， 確定顧客消費的生命周期， 根據(jù)市場的變化， 針對不同的產(chǎn)

17、品制定相應的營銷策略。  （2）在電子商務網(wǎng)站系統(tǒng)和安全方面的應用 1.通過文本挖掘， 對客戶郵件內容進行挖掘 首先將電子郵件中非結構化的數(shù)據(jù)轉化成結構化的數(shù)據(jù)， 再選取最能區(qū)分出垃圾郵件的一些特征， 對垃圾郵件進行過濾， 再利用詞典的正向匹配， 逐詞遍歷的方法進行， 經(jīng)過特征提取和模式匹配工作后， 就可以進行智能決策， 對挖掘進行歸納和評價， 并依可視化的形式將挖掘結果以直接明了地呈給決策領導。 2.對網(wǎng)站系統(tǒng)中搜索引擎的應用 電子商務網(wǎng)站中一

18、般都有搜索引擎來幫助客戶進行查詢商品和信息， 通過數(shù)據(jù)挖掘在搜索引擎方面的應用可以提高查全率和查準率。通過數(shù)據(jù)挖掘和機器學習技術對索引數(shù)據(jù)庫的信息進行整理， 實現(xiàn)文檔的自動分類， 還可以用文本總結技術對web頁面中提取重要的信息， 形成文檔摘要， 使用戶可以全面了解文檔。檢索結果聚類， 把檢索結果進行聚類， 由客戶選擇自己感興趣的一組， 將大大減少瀏覽的頁面數(shù)量。 3. 改善系統(tǒng)性能， 提高網(wǎng)站的安全性 ( 1) 提高反應速度。在Web 服務器上

19、每天記錄了大量有關客戶訪問頁面的文件。數(shù)據(jù)挖掘可以通過客戶的擁塞記錄發(fā)現(xiàn)站點的性能瓶頸，從而提示管理者改善有關的策略， 提高網(wǎng)站的穩(wěn)定性， 優(yōu)化客戶的購物環(huán)境， 保證電子商務購物快速進行。 ( 2) 挖掘網(wǎng)頁之間的關聯(lián)性。如果客戶在一次訪問行為中， 訪問了頁面page1 時， 一般也會訪問頁面page2。進行Web 上的數(shù)據(jù)挖掘， 構建關聯(lián)模型， 我們可以更好地組織站點， 建立網(wǎng)站之間的關聯(lián)性。 4.提高站點點擊率 通過挖掘客戶的行為記錄和反饋情

20、況為站點設計者提供改進的依據(jù)，進一步優(yōu)化網(wǎng)站組織結構以提高網(wǎng)站的點擊率。比如利用關聯(lián)規(guī)則的發(fā)現(xiàn)， 可以針對不同客戶動態(tài)調整站點結構， 使客戶訪問的有關聯(lián)的文件間的鏈接更直接， 讓客戶容易地訪問到想要的頁面，就能給客戶留下好的印象， 增加下次訪問的機率。 5. 增強安全。 同時對網(wǎng)站上各種數(shù)據(jù)的統(tǒng)計分析有助于改進系統(tǒng)性能， 增強系統(tǒng)安全性。通過對經(jīng)常攻擊系統(tǒng)數(shù)據(jù)的IP 地址等進行分析來對某些IP 地址的用戶進行限制。通過對攻擊系統(tǒng)的數(shù)據(jù)類型進行分析來設置防火墻， 提高安 全性。

21、 （3） 在客戶關系管理方面的應用 1.分析客戶的購買行為：在客戶與企業(yè)進行交易的時候，主要是由客戶來引起的，即客戶在購買的某種商品以后他會相應的購買一些其他的產(chǎn)品。比如客戶在購買籃球以后通常會購買籃球鞋。因此，根據(jù)根據(jù)客戶關聯(lián)購買行為，企業(yè)可以在客戶購買某產(chǎn)品的同時，或在該產(chǎn)品被購買的一段時間t1(對某種產(chǎn)品客戶的再購買時間)<t2(產(chǎn)品已經(jīng)使用的時間)的時間里想客戶推銷這個產(chǎn)品的關聯(lián) 產(chǎn)品。這就需要利用數(shù)據(jù)挖掘技術中的關聯(lián)分析來尋找產(chǎn)品之間的有效關聯(lián)規(guī)則。 2. 獲取新客戶： 用數(shù)據(jù)挖掘技術可以揭示客戶的行為習慣，

22、 發(fā)現(xiàn)一些不同情況下有相似行為的新客戶， 幫助商家識別這些潛在的客戶群， 并提高市場活動的響應率。同時還可以幫助營銷人員完成對潛在客戶的發(fā)現(xiàn)和篩選工作， 把潛在客戶的名單和這些客戶感興趣的營銷、促銷措施系統(tǒng)結合起來， 為每個客戶提供個性化的服務， 以不斷地獲取新客戶。通過挖掘尋找潛在的客戶群體?？蛻魧τ谄髽I(yè)來說，其重要性超過了其他因素。因此大多數(shù)企業(yè)都希望在穩(wěn)定住老客戶的同時不斷增加新的客戶量。利用數(shù)據(jù)挖掘技術對客戶信息進行挖掘可以幫助銷售商找到潛在的客戶群體。通過對這樣的客戶實施一定的策略，使他們成為注冊客戶，對一個電子平臺來說就是

23、定單和效益的增加。尋找潛在客戶的方法很多，比如我們可以通過測量客戶的適宜度來尋找潛在的客戶。方法是通過對比某客戶和已經(jīng)存在的客戶的相同特點的吻合程度來判斷這個新客戶的適宜度。并根據(jù)適宜度是不是超過預先設置的值來確定這個新客戶是不是一個潛在的客戶。 3.挽留老客戶： 通過數(shù)據(jù)挖掘對流失的客戶群進行針對性的研究， 分析其特征， 再根據(jù)分析結果到現(xiàn)有客戶資料中找到可能轉移的客戶， 然后根據(jù)分析模型和結果設計預防客戶流逝的方案，比如對將要流失的客戶給予一定的優(yōu)惠條件等等。提供優(yōu)質個性化服務，提高客戶忠誠度，在電子商務中，傳統(tǒng)客戶與銷售商之間的空間距離對

24、客戶來說己經(jīng)不復存在，客戶從一個電子商務網(wǎng)站轉換到競爭對手那邊，只需點擊幾下鼠標即可。網(wǎng)站的內容和層次、用詞、標題、獎勵方案、服務等任何一個地方都有可能成為吸引客戶、同時也可能成為失去客戶的因素。通過對客戶訪問信息的挖掘，就能知道客戶的瀏覽行為，從而識別用戶的忠實度、喜好、滿足度，了解客戶的愛好及需求，動態(tài)地調整Web頁面以滿足客戶的需要。在Internet上的電子商務中一個典型的序列，恰好就代表了一個購物者以頁面形式在站點上導航的行為，所以可運用數(shù)據(jù)挖掘中的序列模式發(fā)現(xiàn)技術進行挖掘。  4. 提高客戶的購買能力： 通過分析現(xiàn)有客戶的購買行為和消費習慣數(shù)

25、據(jù)， 用數(shù)據(jù)挖掘的算法對不同的銷售方式的個體行為進行建模; 其次用建立預測模型對客戶將來的消費行為進行預測分析， 最后用建立的分析模型對新的客戶數(shù)據(jù)進行分析， 以決定向客戶提供哪一種產(chǎn)品。在這其中可以通過關聯(lián)分析， 找出相關產(chǎn)品的相關性來決定推銷哪一種產(chǎn)品。提高站點點擊率，完善電子商務網(wǎng)站設計  通過挖掘客戶的行為記錄和反饋情況為站點設計者提供改進的依據(jù)，進一步優(yōu)化網(wǎng)站組織結構以提高網(wǎng)站的點擊率。 5.防范客戶的欺詐行為： 利用數(shù)據(jù)挖掘技術對一些有欺詐行為的客戶群樣本進行訓練， 可采用神經(jīng)網(wǎng)絡算

26、法進行建模， 然后對現(xiàn)有客戶進行分析， 探查出具有欺詐傾向的客戶， 也可以采用數(shù)據(jù)挖掘孤立點分析技術， 在對客戶群進行分析時找到那些與其他的客戶不同的客戶群來進行防范。因為欺詐的行為很少， 為了防止出錯， 還可以對前面判斷出來的欺詐行為進行再次判斷， 進一步提高判斷的準確性。 （4）在網(wǎng)絡廣告方面的應用 由于在網(wǎng)絡廣告的停留觀看的用戶可能成為潛在客戶， 因此商家愿意花費資金來做網(wǎng)絡廣告。一般商家愿意付很少的錢在曝光率上， 但是愿意花大價錢在點擊率上， 因此提高點擊率成為網(wǎng)絡廣

27、告的重點。用戶在訪問網(wǎng)站時大量的信息被遺留， 這些信息被保存在一個數(shù)據(jù)庫中， 通過對這些數(shù)據(jù)的挖掘可以為廣告提出行之有效的方案， 實現(xiàn)商家渴望的個性化市場營銷。在這些信息基礎之上用數(shù)據(jù)挖掘的概率知識庫和模糊知識庫的方法， 對實時獲取的在線信息進行概率分析， 通過對廣告訪問者潛在的信息特征進行模糊劃分， 決定哪些是本廠產(chǎn)品的真正顧客。分析出顧客對某種廣告的反應程度， 決定下次廣告的安排。通過聚類分析對某些客戶群提高定向廣告等等。通過對電子商務過程中的各種數(shù)據(jù)和信息的挖掘能夠為商務活動的具體實施提供決策基礎，使得電子商務能夠真正

28、的更快更好更高效的發(fā)展。 結束語  數(shù)據(jù)挖掘是一個新興的領域, 具有廣闊應用前景，電子商務是現(xiàn)代信息技術發(fā)展的必然結果，也是未來商業(yè)運作模式的必然選擇。電子商務領域具有豐富的信息資源，為數(shù)據(jù)挖掘的應用開辟了廣闊的應用舞臺。數(shù)據(jù)挖掘將為電子商務提供有力的技術支持，極大地促進電子商務的發(fā)展與普及，推動電子商務的應用進程。數(shù)據(jù)挖掘技術作為電子商務的重要應用技術之一，將為正確的商業(yè)決策提供強有力的支持和可靠的保證，是電子商務不可缺少的重要工具。 電子商務的數(shù)據(jù)挖掘將數(shù)據(jù)轉化為知識，是數(shù)據(jù)管理、信息處理領域研究、開發(fā)和應用的最活躍的分支之一。它幫助決策者

29、尋找數(shù)據(jù)問題潛在的關聯(lián)，發(fā)現(xiàn)被忽略的因素，因而被認為是解決當今時代所面臨的數(shù)據(jù)爆炸而信息貧乏問題的一種有效方法。它能自動預側客戶的消費趨勢、市場走向，指導商家提高銷售額，改善企業(yè)客戶關系，提高網(wǎng)站運行效率，改進系統(tǒng)性能，具有良好的發(fā)展和應用前景。這將不斷的推動數(shù)據(jù)挖掘技術的深入發(fā)展和廣泛應用，創(chuàng)造出更多的社會和經(jīng)濟價值。   參考文獻 1 鄧鯤鵬. 數(shù)據(jù)挖掘與電子商務 J . 商場現(xiàn)代化，2007( 25) ： 94. 2 趙東東. 電子商務中的

30、Web數(shù)據(jù)挖掘系統(tǒng)的設計J.微計算機信息2007(2). 3 何波，王越. 基于數(shù)據(jù)挖掘的Web個性化信息推薦系統(tǒng)J. 計算機工程與設計，2006(2). 4 姚淼.數(shù)據(jù)挖掘在電子商務中的應用J.高校圖書情報論壇,2009.8(1). 5 楊青杰.胡明霞.數(shù)據(jù)挖掘技術在電子商務中的應用研究J.商場現(xiàn)代化,2008(16). 6 丁勝鋒， 陳東莉. Web 數(shù)據(jù)挖掘及其在電子商務中的應用研究 J. 商場現(xiàn)代，2008( 10). 

31、; 7 張海笑數(shù)據(jù)挖掘中分類方法的研究J山西電子技術2005(2) ： 8 王向輝等數(shù)據(jù)挖掘技術及其在決策支持系統(tǒng)中的應用J計算技術與： 自動化,2004(4). 9 趙東東電子商務中的Web數(shù)據(jù)挖掘系統(tǒng)的設計J微計算機信息，2007(23):168169 10 周麗利，李耀輝，董顥霞，等基于Web的數(shù)據(jù)挖掘在電子商務中的應用J微計算機信息，2006(22).    目錄 摘要： . 1 Abstract: 

32、;. 1 引言 . 1 一、數(shù)據(jù)挖掘在電子商務中應用的必要性和可行性 . 2 2、 數(shù)據(jù)挖掘技術在電子方法及在電子商務中的應用 . 2  （1）數(shù)據(jù)挖掘的概念 . 2 (2)數(shù)據(jù)挖掘分析方法及應用 . 3  1.關聯(lián)分析 . 3  2.序列模式分析 . 3  3.分類分析 . 3  4. 聚類分析 . 4 三、 數(shù)據(jù)挖掘在電子商務中的具體應用 . 4 （1） 在電子商務營銷方面的應用 . 4 1.產(chǎn)品生命周期策略分析。 . 4 2.市場細分。