探析電子商務(wù)中數(shù)據(jù)挖掘方法的應(yīng)用

1、探析電子商務(wù)中數(shù)據(jù)挖掘方法的應(yīng)用摘要： 電子商務(wù)是現(xiàn)代商業(yè)的主流趨勢，如何充分利用絡(luò)技術(shù)和數(shù)據(jù)庫技術(shù)發(fā)揮優(yōu)勢，成為制勝的法寶。 本文介紹了常用的數(shù)據(jù)挖掘方法， 以及在電子商務(wù)領(lǐng)域的應(yīng)用，分析了利用數(shù)據(jù)挖掘技術(shù)建設(shè)動態(tài)、高效電子商務(wù)的可行性。關(guān)鍵詞：數(shù)據(jù)挖掘 電子商務(wù) 數(shù)據(jù)庫一、引言電子商務(wù)是指以 Internet 絡(luò)為載體、利用數(shù)字化電子方式開展的商務(wù)活動。隨著絡(luò)技術(shù)和數(shù)據(jù)庫技術(shù)的飛速發(fā)展， 電子商務(wù)正顯示越來越強(qiáng)大的生命力。 電子商務(wù)的發(fā)展促使公司內(nèi)部收集了大量的數(shù)據(jù)， 并且迫切需要將這些數(shù)據(jù)轉(zhuǎn)換成有用的信息和知識， 為公司創(chuàng)造更多潛在的利潤。 利用數(shù)據(jù)挖掘技術(shù)可以有效地幫助分析從上獲取的大

2、量數(shù)據(jù)， 發(fā)現(xiàn)隱藏在其后的規(guī)律性， 提取出有效信息， 進(jìn)而指導(dǎo)調(diào)整營銷策略，給客戶提供動態(tài)的個性化的高效率服務(wù)。二、數(shù)據(jù)挖掘技術(shù)1. 數(shù)據(jù)挖掘數(shù)據(jù)挖掘 (Data Mining) ，又稱數(shù)據(jù)庫中的知識發(fā)現(xiàn) (Knowledge Discovery in Database, KDD) ，是從大量的、不完全的、有噪聲的、模糊的和隨機(jī)的數(shù)據(jù)中，提取隱含在其中的、 人們事先不知道的， 但又是潛在有用的信息和知識的過程。數(shù)據(jù)挖掘是一門廣義的交叉學(xué)科， 它匯聚了不同領(lǐng)域尤其是數(shù)據(jù)庫、 人工智能、數(shù)理統(tǒng)計、可視化、并行計算等方面的知識。數(shù)據(jù)挖掘技術(shù)從一開始就是面向應(yīng)用領(lǐng)域， 它不僅是面向特定數(shù)據(jù)庫的簡單檢索

3、查詢調(diào)用， 而且，要對數(shù)據(jù)進(jìn)行微觀、中觀乃至宏觀的統(tǒng)計、分析、綜合和推理，以指定實(shí)際問題的求解，企圖發(fā)現(xiàn)事件間的相互關(guān)聯(lián)， 甚至利用已有的數(shù)據(jù)對未來的活動進(jìn)行預(yù)測。 數(shù)據(jù)挖掘技術(shù)在金融、 保險、電信、大型超市等積累有大量數(shù)據(jù)的電子商務(wù)行業(yè)有著廣泛的應(yīng)用，如信用分析、風(fēng)險分析、欺詐檢驗(yàn)、用戶聚類分析、消費(fèi)者習(xí)慣分析等。2. 數(shù)據(jù)挖掘過程挖掘數(shù)據(jù)過程可以分為3 個步驟：數(shù)據(jù)預(yù)處理、模式發(fā)現(xiàn)、模式分析。(1) 數(shù)據(jù)預(yù)處理。實(shí)際系統(tǒng)中的數(shù)據(jù)一般都具有不完全性、 冗余性和模糊性。因此，數(shù)據(jù)挖掘一般不對原始數(shù)據(jù)進(jìn)行挖掘， 要通過預(yù)處理提供準(zhǔn)確、 簡潔的數(shù)據(jù)。預(yù)處理主要完成以下工作： 包括合并數(shù)據(jù)， 將多個

4、文件或多個數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行合并處理；選擇數(shù)據(jù)，提取出適合分析的數(shù)據(jù)集合；數(shù)據(jù)清洗、過濾，剔除一些無關(guān)記錄， 將文件、圖形、圖像及多媒體等文件轉(zhuǎn)換成可便于數(shù)據(jù)挖掘的格式等。(2) 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的、新穎的、潛在的、有用的以及最終可以理解的信息和知識。 可用于 Web的挖掘技術(shù)有路徑選擇、關(guān)聯(lián)分析、分類規(guī)則、聚類分析、序列分析、依賴性建模等等。(3) 模式分析。模式分析是從模式發(fā)現(xiàn)階段獲得的模式、規(guī)則中過濾掉不感興趣的規(guī)則和模式。 通過技術(shù)手段， 對得到的模式進(jìn)行數(shù)據(jù)分析， 得出有意義的結(jié)論。常用的技術(shù)手段有：關(guān)聯(lián)規(guī)則、分類、聚類、序列模式等。三、電子商務(wù)中幾種

5、常用的數(shù)據(jù)挖掘方法1. 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域間的依賴關(guān)系。 關(guān)聯(lián)規(guī)則挖掘?qū)ο笠话闶谴笮蛿?shù)據(jù)庫，該規(guī)則一般表示式為： A1A2 Am=>B1B2 Bm，其中， Ak(k=1,2, , m) ， Bj(j=1,2, ,n) 是 數(shù) 據(jù) 庫 中 的 數(shù) 據(jù) 項(xiàng) 。 有 Support(A=>B)=P(A B)，Confidence(A=>B)=P(A|B) 。數(shù)據(jù)項(xiàng)之間的關(guān)聯(lián)， 即根據(jù)一個事務(wù)中某些數(shù)據(jù)項(xiàng)的出現(xiàn)可以導(dǎo)出另一些數(shù)據(jù)項(xiàng)在同一事務(wù)中的出現(xiàn)。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。

6、 關(guān)聯(lián)規(guī)則用于尋找在同一個事件中出現(xiàn)的不同項(xiàng)的相關(guān)性，比如在一次購買活動中所買不同商品的相關(guān)性。關(guān)聯(lián)分析的典型例子是購物籃分析， 描述顧客的購買行為， 可以幫助零售商決定商品的擺放和捆綁銷售策略。 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%的顧客在購買面包和黃油的同時， 也會購買牛奶。 直觀的意義是：顧客在購買某種商品時有多大的傾向會購買另外一些商品。 找出所有類似的關(guān)聯(lián)規(guī)則，對于確定生產(chǎn)銷售、產(chǎn)品分類設(shè)計、市場分析等多方面是有價值的。2. 聚類分析方法類聚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。 對變量聚

7、類計算變量之間的距離， 對樣本聚類則計算樣本之間的距離。 它的目的是使得屬于同一類別的個體之間的距離盡可能小，而不同類別上的個體間的距離盡可能大。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 , 聚類分析常用于市場細(xì)分。 根據(jù)已有客戶的數(shù)據(jù)， 利用聚類技術(shù)將市場按客戶消費(fèi)模式的相似性分為若干細(xì)分市場， 以進(jìn)行有針對性的市場營銷， 提供更適合、 更滿意的服務(wù)。如自動給一個特定的客戶聚類發(fā)送銷售郵件， 為一個客戶聚類動態(tài)地改變一個特殊的站點(diǎn)等。 通過對聚類的客戶特征的提取， 電子商務(wù)站還可以為客戶提供個性化的服務(wù)。3. 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

8、一個簡單的基于串規(guī)則的并行生成子系統(tǒng)、 規(guī)則評價子系統(tǒng)和遺傳算法子系統(tǒng)。 分類系統(tǒng)正在被人們越來越多地應(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)域中一個非?；钴S的領(lǐng)域。分類分析是數(shù)據(jù)挖掘中應(yīng)用最多的方法。分類要解決的問題是為一個事件或?qū)ο髿w類， 既可以用于分析已有的數(shù)據(jù)，也可以用來預(yù)測未來的數(shù)據(jù)。分類通過分析已知分類信息的歷史數(shù)據(jù)， 總結(jié)出一個預(yù)測模型， 預(yù)測哪些人可能會對郵寄廣告、產(chǎn)品目錄等有反應(yīng)， 可以針對這一類客戶的特點(diǎn)展開商務(wù)活動， 提供個性化的信息服務(wù)。4. 序列模式序列模式挖掘就是要挖掘出交易集之間有時間序列關(guān)系的模式。它挖掘的側(cè)重點(diǎn)在于分析數(shù)據(jù)間的前后或因果關(guān)系，找到

9、那些“一些項(xiàng)跟隨另一些項(xiàng)”，以預(yù)測未來的訪問模式。 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，但序列模式分析的側(cè)重點(diǎn)在于分析數(shù)據(jù)間的前后序列關(guān)系。它能發(fā)現(xiàn)數(shù)據(jù)庫中形如“在某一段時間內(nèi)，顧客購買商品A，接著購買商品B，而后購買商品 C，即序列 A-B-C 出現(xiàn)的頻率較高”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，挖掘序列函數(shù)作用在這個交易序列數(shù)據(jù)庫上，返回該數(shù)據(jù)庫中出現(xiàn)的高頻序列。在進(jìn)行序列模式分析時，同樣也需要有用戶輸入最小置信度C 和最小支持度 S。序列模式便于進(jìn)行電子商務(wù)的組織，預(yù)測客戶的訪問模式，對客戶開展有針對性的廣告服務(wù)或者主動推薦客戶感興趣的頁面，以滿足訪問者的特定要求。四、結(jié)束語電子商務(wù)是現(xiàn)代信息技術(shù)發(fā)展的必然結(jié)果，也是未來商業(yè)運(yùn)作模式的必然選擇。利用數(shù)據(jù)挖掘技術(shù)來分析大量的數(shù)據(jù)，可以挖掘出商品的消費(fèi)規(guī)律與客戶的訪問模式，幫助制定有效的營銷策略，充分發(fā)揮的獨(dú)特優(yōu)勢，促進(jìn)管理創(chuàng)新和技術(shù)創(chuàng)新，提高競爭力。隨著電子商務(wù)發(fā)展的勢頭越來越強(qiáng)勁 , 面向電子商務(wù)的數(shù)據(jù)挖掘?qū)⑹且粋€非常有前景的領(lǐng)域。 它能自動預(yù)測客戶的消費(fèi)趨勢、 市場走向， 指導(dǎo)建設(shè)個性化智能站，帶來巨大的商業(yè)利潤， 可以為創(chuàng)建新的商業(yè)增長點(diǎn)。 但是在面向電子