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

資料范本本資料為word版本，可以直接編輯和打印，感謝您的下載數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的運(yùn)用地點(diǎn)： 時間： 說明：本資料適用于約定雙方經(jīng)過談判，協(xié)商而共同承認(rèn)，共同遵守的責(zé)任與義務(wù)，僅供參考，文檔可直接下載或修改，不需要的部分可直接刪除，使用時請詳細(xì)閱讀內(nèi)容本科畢業(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： 200602410089專業(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）內(nèi)容介紹目錄TOC\o"1-2"\h\z\uHYPERLINK\l〃_Toc261724058〃中文摘要HYPERLINK\l〃_Toc261724066〃3.2數(shù)據(jù)挖掘的功能PAGEREF1_Toc261724059\h11_Toc261724059\h1_Toc261724060\h22_Toc261724062\h23_Toc261724064\h5_Toc261724065\h5英文摘要 PAGEREF第1章引言PAGEREF第2章目前電子商務(wù)的現(xiàn)狀2.1電子商務(wù)的概述PAGEREF2.2中國電子商務(wù)的發(fā)展?fàn)顩r第3章數(shù)據(jù)挖掘技術(shù) PAGEREF3.1數(shù)據(jù)挖掘的定義PAGEREF_Toc261724066\h5HYPERLINK\l〃_Toc261724067〃3.3數(shù)據(jù)挖掘的方法6HYPERLINK\l〃_Toc261724068〃第4章數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用 7HYPERLINK\l〃_Toc261724069〃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 7HYPERLINK\l〃_Toc261724070〃4.2電子商務(wù)中的數(shù)據(jù)挖掘過程8HYPERLINK\l〃_Toc261724071〃4.3數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用9HYPERLINK\l〃_Toc261724072〃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 13HYPERLINK\l〃_Toc261724073〃4.5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：隨著Internet和電子商務(wù)的發(fā)展，網(wǎng)上購物已經(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好，為顧客提供個性化的服務(wù)成為目前電子商務(wù)發(fā)展的關(guān)鍵問題。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、有潛在使用價值的信息和知識，它為市場分析和決策提供了依據(jù)。本文簡單介紹了電子商務(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，指出了實際應(yīng)用中存在的一些問題，并提出了解決方法。關(guān)鍵詞：數(shù)據(jù)挖掘技術(shù)，電子商務(wù)，客戶關(guān)系管理中圖分類號：TP393TheApplicationofDataMiningintheElectronicCommerceXueyunxiaAbstract:WiththedevelopmentofInternetandEcommerce,shopping-onlinehasbecomeanecessarypartofoureverydaylife.WiththedevelopmentofInternet,Webprovidesabundantdataresources.ThekeyproblemtothedevelopmentofE-commerceishowtomakeuseofE-commerceinformationandhowtofindouttheinterestofcustomers,providingpernonalizedserviceforcustomers.TheapplicationofdataminingintheE-commercecomesintobeinginthebackgrounds.Dataminingisatechnique,whichcanextractimplicit,undiscovered,potential,usefulinformationandknowledgeandwhichcanhelpthemarkettoanalyseandmakedecisions.ThispapersimplydiscussessomebasiccocepetaboutE-commerceanddatamining,andtheapplicationactualityofE-commerce.ThispaperismainlyfocusedonapplicationofdatamininginElecotronicCommerce,andfindsoutsomeproblemsandsimplyputsforwardsomesolutionstotheseproblems.Keywords：Dataminingtechnique，E-commerce，CustomerRelationshipManagement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。為客戶提供個性化的服務(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。新的商業(yè)環(huán)境給企業(yè)帶來很多商業(yè)機(jī)會，同時也帶來了很多的挑戰(zhàn)。電子商務(wù)網(wǎng)站從“以站點(diǎn)為中心”向“以用戶為中心”成為一種必然。如何對信息進(jìn)行有效地組織和利用，如何給客戶以個性化的界面，開展有針對性的電子商務(wù)服務(wù)成為電子商務(wù)迫切要解決的問題。數(shù)據(jù)挖掘技術(shù)就是在這種網(wǎng)絡(luò)時代和商業(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)計學(xué)方法、現(xiàn)代的智能化算法同數(shù)據(jù)庫技術(shù)結(jié)合起來，從海量的數(shù)據(jù)中發(fā)現(xiàn)新的規(guī)律和新的知識的一種技術(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、聚類分析等來解決電子商務(wù)的關(guān)鍵問題。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)的過程展開論述，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章目前電子商務(wù)的現(xiàn)狀由于傳統(tǒng)商務(wù)活動大部分依靠面對面及書面文檔傳遞為主，使傳統(tǒng)商務(wù)具有信息不完善、耗費(fèi)時間長、花費(fèi)高、庫存和產(chǎn)品的積壓、生產(chǎn)周期長、客戶服務(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，也面臨著很多問題。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ElectronicCommerce，簡稱EC。所謂電子商務(wù)，就是在網(wǎng)上開展商務(wù)活動。電子商務(wù)通常是指是在全球各地廣泛的商業(yè)貿(mào)易活動中，在因特網(wǎng)開放的網(wǎng)絡(luò)環(huán)境下，基于瀏覽器/服務(wù)器應(yīng)用方式，買賣雙方不見面地進(jìn)行各種商貿(mào)活動，實現(xiàn)消費(fèi)者的網(wǎng)上購物、商戶之間的網(wǎng)上交易和在線電子支付以及各種商務(wù)活動、交易活動、金融活動和相關(guān)的綜合服務(wù)活動的一種新型的商業(yè)運(yùn)營模式［3］。2.1.2電子商務(wù)的分類電子商務(wù)按照主體可以分為三類：B2C、B2B、C2C［4］。1、 B2C：企業(yè)與個人交易的平臺。應(yīng)該說是企業(yè)做為賣家，個人做為買家的平臺，就是企業(yè)做好商品推廣的網(wǎng)站。比如當(dāng)當(dāng)書店。2、 B2B：企業(yè)與企業(yè)交易的平臺。比如阿里巴巴。3、 C2C：個人與個人交易的平臺。比如淘寶，易趣。2.1.3電子商務(wù)的優(yōu)勢電子商務(wù)帶來的不僅是一種技術(shù)變革，它還帶來了一種通過技術(shù)的輔助、引導(dǎo)、支持來實現(xiàn)的商業(yè)活動本身發(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關(guān)系。具體有以下幾個優(yōu)點(diǎn)：1、 交易可以跨越時空。交易雙方可以在世界的任何一個地方，交易可以在任何時間進(jìn)行，打破了傳統(tǒng)電子商務(wù)活動時間和空間的約束。2、 交易的方便性。消費(fèi)者真正能夠足不出戶，就可貨比三家，同時能夠以一種輕松自由的自我服務(wù)的方式來完成交易。通過互聯(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)者的反饋及時調(diào)查產(chǎn)品種類及服務(wù)品質(zhì)，做到良性互動。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。2.2中國電子商務(wù)的發(fā)展?fàn)顩r2.2.1中國電子商務(wù)發(fā)展的情況隨著中國總體經(jīng)濟(jì)的強(qiáng)勢增長和Internet的發(fā)展，中國的電子商務(wù)市場發(fā)展很迅速。中國電子商務(wù)市場中，B2B電子商務(wù)是最重要的一部分。根據(jù)艾瑞咨詢統(tǒng)計數(shù)據(jù)顯示，09年中國企業(yè)通過電子商務(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)識到電子商務(wù)的優(yōu)勢，電子商務(wù)平臺能夠給中小企業(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，提高的部分主要來自于兩方面，一方面，利用電子商務(wù)平臺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)平臺的中小企業(yè)，其線上交易量在增長。2007年-2013年中國B2B電子商務(wù)交易規(guī)模，如圖（1）：2007年-2013年中國B2B電子商務(wù)交易規(guī)模圖（1）當(dāng)前中國電子商務(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；越來越多的企業(yè)認(rèn)知電子商務(wù)，并開始起步應(yīng)用較好，開始發(fā)揮作用。2.2.2中國電子商務(wù)應(yīng)用中面臨的挑戰(zhàn)1、 Web站點(diǎn)對客戶來說，基本上還是一個“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，但是客戶卻對Web站點(diǎn)的信息很不熟悉，對商家來講僅是一條24小時不停運(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)，往往使客戶手足無措，無法順利找到自己需要的商品或信息。商家和賣家在商品屬性上無法達(dá)成共識，使買家無法找到自己想要的商品。盡管商家提供了很多的方式供買家查詢商品的屬性，但是商品的屬性往往是由商家定義的，買家和商家對商品屬性的認(rèn)識是不相同的，因此買家往往會找不到自己所需要的商品［6］?？傮w來說，中國的電子商務(wù)發(fā)展很迅速，發(fā)展勢頭良好。但是由于起步晚，基礎(chǔ)差，所以和發(fā)達(dá)國家的差距還很大。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，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，了解顧客的愛好和價值取向，為用戶提供個性化的服務(wù)已經(jīng)成為各個企業(yè)面臨的關(guān)鍵問題。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DataMining,簡稱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)決策的過程［7］。數(shù)據(jù)挖掘從本質(zhì)上說是一種新的商業(yè)信息處理技術(shù)。數(shù)據(jù)挖掘技術(shù)把人們對數(shù)據(jù)的應(yīng)用，從低層次的聯(lián)機(jī)查詢操作，提高到?jīng)Q策支持、分析預(yù)測等更高級應(yīng)用上［8］。3.2數(shù)據(jù)挖掘的功能1、 預(yù)測分析。預(yù)測分析是分析現(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)此對未來數(shù)據(jù)進(jìn)行判定或預(yù)測。預(yù)測分析可以分為值預(yù)測和分類預(yù)測兩種方法。值預(yù)測是利用一些已知變量的值來預(yù)測其他變量的值（如回歸分析）；或者利用某個變量的過去值來預(yù)測其未來值（如時間序列分析）。分類預(yù)測的目的在于發(fā)現(xiàn)每一類的屬性特征。例如，如果將信用卡用戶的信用等級作為類標(biāo)簽，銀行管理人員希望分類模型能夠挖掘出每種信用等級的用戶特征，一個可能的結(jié)論是：年齡在30-40歲之間、收入在8000元以上、住在XX街區(qū)的用戶信用等級為優(yōu)［1］。依據(jù)這些分類特征，管理人員可以對申辦信用卡的用戶做出信用等級的初始判斷，以輔助決策。決策樹和人工神經(jīng)網(wǎng)絡(luò)是構(gòu)建分類模型的常用技術(shù)。2、 關(guān)聯(lián)分析。關(guān)聯(lián)分析用于發(fā)現(xiàn)數(shù)據(jù)項之間的關(guān)聯(lián)規(guī)則，定義：若X、Y為項目集，且XEY=①，則：蘊(yùn)涵式X=>Y成為關(guān)聯(lián)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)項之間所存在的有價值的關(guān)聯(lián)。比如，一家賣電子商品的商店，發(fā)現(xiàn)買計算機(jī)的顧客80%也會買系統(tǒng)軟件。這就說明計算機(jī)和系統(tǒng)軟件之間有著某種關(guān)聯(lián)。3、 聚類分析。聚類分析的目的就是把相似的對象歸為類，研究的主要內(nèi)容是度量相似性以及構(gòu)造聚類的具體方法。聚類模型使用無指導(dǎo)學(xué)習(xí)來發(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)客戶交易歷史，進(jìn)行客戶聚類，發(fā)現(xiàn)高價值用戶，并據(jù)此加強(qiáng)客戶關(guān)系管理。4、 分類分析。分類分析用于找出一個類別的概念描述，這個概念描述代表了這類數(shù)據(jù)的整體信息，即該類的內(nèi)涵描述，一般用規(guī)則或決策樹模式表示。5、 偏離檢測。偏離檢測通過應(yīng)用統(tǒng)計方法和可視化技術(shù)來發(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、決策樹方法、統(tǒng)計方法、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，它能對過去的數(shù)據(jù)進(jìn)行查詢和遍歷，找出過去數(shù)據(jù)之間的潛在聯(lián)系，從而促進(jìn)信息的顯化［10］。2、 聚類分析方法：聚類分析是一種經(jīng)典的統(tǒng)計學(xué)方法，它同數(shù)據(jù)庫技術(shù)結(jié)合形成了現(xiàn)代數(shù)據(jù)挖掘的常用技術(shù)之一。聚類分析就是從給定的數(shù)據(jù)集中搜索數(shù)據(jù)對象之間所存在的有價值的聯(lián)系，一個聚類中的所有對象常常被當(dāng)作一個對象來進(jìn)行處理或分析［11］。在商業(yè)上，聚類分析可以幫助市場人員發(fā)現(xiàn)顧客群中所存在的不同特征的組群，并可以利用購買模式來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)造一個簡化的只有輸入層、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)是對噪聲數(shù)據(jù)有較好的適應(yīng)能力，并且對未知數(shù)據(jù)也具有較好的預(yù)測分類能力。但是人工神經(jīng)網(wǎng)絡(luò)分類方法獲取的模式隱含在網(wǎng)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)練時間較長。4、 遺傳算法方法：簡稱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，使得要解決的問題從初始解逐步接近最優(yōu)解，解決了許多全局優(yōu)化問題。5、 粗糙集算法：可以用于分類問題，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（類別）。對于一個集合的粗糙集定義是通過兩個集合，一個上近似集合和下近似集合來描述。上近似集合包含那些肯定不屬于它的數(shù)據(jù)樣本，下近似集合包含那些肯定無疑是屬于它的數(shù)據(jù)樣本。6、 決策樹方法：決策樹方法是利用信息論中的信息增益尋找數(shù)據(jù)庫中具有最大信息量的屬性字段，從而建立決策樹的一個結(jié)點(diǎn)，再根據(jù)該屬性字段的不同取值建立樹的分支，最后在每個分支子集中再重復(fù)建立樹的下層結(jié)點(diǎn)和分支的過程。具有速度較快、較易轉(zhuǎn)化成簡單且容易理解的分類規(guī)則、較易轉(zhuǎn)換成數(shù)據(jù)庫查詢語句等優(yōu)點(diǎn)。7、 統(tǒng)計學(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)挖掘中常常會涉及一定的統(tǒng)計過程，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)及趨勢呈現(xiàn)給用戶，以便用戶交互的分析數(shù)據(jù)關(guān)系。第4章數(shù)據(jù)挖掘技術(shù)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。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)客戶的興趣和價值取向，加強(qiáng)網(wǎng)站架構(gòu)，為客戶提供個性化的服務(wù)，是電子商務(wù)網(wǎng)站必須要解決的問題。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、聚類分析等可以發(fā)現(xiàn)潛在用戶、預(yù)測用戶的行為，為企業(yè)做市場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)上說是一種新的商業(yè)信息處理技術(shù)。它通過對數(shù)據(jù)進(jìn)行微觀、中觀乃至宏觀的統(tǒng)計、分析預(yù)測、綜合和推理，發(fā)現(xiàn)數(shù)據(jù)間的關(guān)聯(lián)性、未來趨勢以及一般性的概括知識等，這些知識性的信息可以用來指導(dǎo)高級商務(wù)活動；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。企業(yè)利用搜索引擎技術(shù)，通過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)不僅幫助賣家更深入的了解買家的需求、購買力以及購物行為特征，挖掘潛在的買家，而且有助于買家更好的了解商品，為買家提供便利的交易方式和廣泛的選擇。對于買家和賣家都具有一定的實用價值和現(xiàn)實意義。4.2電子商務(wù)中的數(shù)據(jù)挖掘過程數(shù)據(jù)挖掘分為四個階段：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)最直接的來源是Web服務(wù)器?？蛻粼L問服務(wù)器就會在服務(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數(shù)據(jù)。日志文件記錄用戶的訪問信息，查詢數(shù)據(jù)是用戶在查詢自己需要的信息時在服務(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，要想得到簡潔、準(zhǔn)確的數(shù)據(jù)必須經(jīng)過數(shù)據(jù)的預(yù)處理過程。預(yù)處理主要對用戶訪問日志進(jìn)行數(shù)據(jù)清洗、用戶的唯一性識別、用戶的會話識別、完善訪問路徑和事務(wù)識別等處理。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，縮小被挖掘數(shù)據(jù)對象的范圍。用戶的唯一性識別：可以通過分析用戶方的日志文件和采用catchbusting技術(shù)，并借助其他一些信息來實現(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） 用戶的會話識別：目的是將每個用戶的訪問信息劃分為若干個獨(dú)立的會話進(jìn)程，最簡單方法是采用超時估計，即當(dāng)頁面之間的請求時間間隔超過了規(guī)定的時間范圍，就可以認(rèn)為用戶已經(jīng)開始進(jìn)行一次新的會話。（4） 完善訪問路徑：如果一個頁面請求信息與該用戶上次請求的頁面沒有直接的鏈接關(guān)系，可以查看參考日志文件來決定這個頁面來自哪個頁面的鏈接。（5） 事務(wù)識別：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。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)、分類聚類技術(shù)。（1） 路徑分析：通過對網(wǎng)站結(jié)構(gòu)圖和用戶的訪問信息分析可以得出路徑圖，通過路徑圖可以判定一個Web站點(diǎn)中最頻繁訪問的路徑，例如通過路徑分析可以得出：70%的客戶在瀏覽4個或更少的頁面后離開了。（2） 關(guān)聯(lián)規(guī)則的發(fā)現(xiàn)：找到客戶訪問網(wǎng)站上各種文件之間的相互關(guān)聯(lián)[13]。例如：50%的用戶訪問Web頁面A公司的B產(chǎn)品時，也訪問了入公司的D產(chǎn)品。（3） 序列模式的發(fā)現(xiàn)：目的是在時間戳有序的事務(wù)集中，找到那些“一些項跟隨另一個項”內(nèi)部事務(wù)模式。如：在A公司B產(chǎn)品上進(jìn)行在線訂購的顧客中喲70%的在一個月內(nèi)也在A公司的C產(chǎn)品上下過訂單。（4） 分類和聚類技術(shù)：分類技術(shù)可以從個人信息或共同的訪問模式中得出訪問某一服務(wù)器文件的用戶特征。分類技術(shù)可以通過決策樹方法、貝葉斯分類法來實現(xiàn)。聚類分析可以從Web訪問信息數(shù)據(jù)中聚類出相似特性的客戶，可實現(xiàn)自動給一個特定的顧客聚類發(fā)送銷售郵件，為一個顧客聚類動態(tài)的改變一個特殊的站點(diǎn)。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那樣知識查詢機(jī)制，也可以把Web使用數(shù)據(jù)裝入數(shù)據(jù)倉庫，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)用越來越普遍，也越來越受到電子商務(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)在以下四個領(lǐng)域。4.3.1數(shù)據(jù)挖掘在網(wǎng)站設(shè)計、管理中的應(yīng)用數(shù)據(jù)挖掘技術(shù)在網(wǎng)站設(shè)計、管理中的應(yīng)用主要體現(xiàn)在以下五個方面：1、 網(wǎng)站設(shè)計中的數(shù)據(jù)挖掘在網(wǎng)站建設(shè)中，使用數(shù)據(jù)挖掘技術(shù)，通過對網(wǎng)站內(nèi)容的挖掘，可有效地組織網(wǎng)站信息。例如采用自動歸類技術(shù)實現(xiàn)網(wǎng)站信息的層次性組織；分析用戶的Web訪問行為，可為用戶提供智能化個性化服務(wù)［14］。比如，可根據(jù)客戶的訪問興趣、訪問頻度、訪問時間，動態(tài)地調(diào)整頁面結(jié)構(gòu)，迎合每個客戶的瀏覽興趣。另外，網(wǎng)站還可以根據(jù)實際用戶的瀏覽情況，挖掘用戶的興趣點(diǎn)，定期為用戶推送相關(guān)信息，以及調(diào)整網(wǎng)站中網(wǎng)頁的鏈接結(jié)構(gòu)和內(nèi)容，為用戶提供個人的定制服務(wù)。2、 改進(jìn)站點(diǎn)設(shè)計對Web站點(diǎn)的鏈接結(jié)構(gòu)的優(yōu)化可從三方面來考慮：（1） 對WebLog的挖掘，發(fā)現(xiàn)用戶訪問頁面的相關(guān)性，從而對密切聯(lián)系的網(wǎng)頁之間增加鏈接，方便用戶使用。（2） 利用路徑分析技術(shù)判定在一個Web站點(diǎn)中最頻繁的訪問路徑，可以考慮把重要的商品信息放在這些頁面中，改進(jìn)頁面和網(wǎng)站結(jié)構(gòu)的設(shè)計，增強(qiáng)對客戶的吸引力，提高銷售量。（3） 通過對WebLog的挖掘，發(fā)現(xiàn)用戶的期望位置。如果在期望位置的訪問頻率高于對實際位置的訪問頻率，可考慮在期望位置和實際位置之間建立導(dǎo)航鏈接，從而實現(xiàn)對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)測客戶的行為，為客戶提供個性化的服務(wù)。使用序列模式分析挖掘Web日志，可以發(fā)現(xiàn)客戶的訪問序列模式，預(yù)測出客戶未來的訪問模式，有的方矢地進(jìn)行在線推薦或安排廣告等營銷活動。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，并且針對客戶的動態(tài)變化來調(diào)整網(wǎng)站的結(jié)構(gòu)，可以使客戶直接訪問關(guān)聯(lián)商品的鏈接信息。3、 在電子郵件管理中的應(yīng)用在電子商務(wù)中，現(xiàn)實的和潛在的客戶往往采用電子郵件咨詢電子商務(wù)企業(yè)商品的性能、價格、安裝使用、維護(hù)等各種問題。此時，電子商務(wù)企業(yè)就需要對所接收到的各種電子郵件進(jìn)行準(zhǔn)確、快速的分類。基于數(shù)據(jù)挖掘的電子郵件過濾、篩選和分類技術(shù)則可以從大量的郵件清除垃圾郵件，將有用的客戶郵件正確地分發(fā)到相應(yīng)的部門進(jìn)行及時處理。4、 在搜索引擎中的應(yīng)用網(wǎng)絡(luò)用戶經(jīng)常使用搜索引擎在網(wǎng)站中搜索自己所希望的商品，有的用戶希望利用搜索引擎在整個網(wǎng)絡(luò)上搜索自己所關(guān)心的商品，并希望對這些商品的價格、質(zhì)量、性能、售后服務(wù)進(jìn)行比較。此時就需要利用搜索引擎進(jìn)行Web數(shù)據(jù)挖掘。例如，通過對網(wǎng)頁的聚類、分類，實現(xiàn)網(wǎng)絡(luò)信息的分類瀏覽與檢索，以找到同樣類型的商品；通過用戶所使用的提問式歷史記錄的分析，可以有效地進(jìn)行提問擴(kuò)展，提高用戶的檢索效果；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)在客戶關(guān)系管理中的應(yīng)用客戶關(guān)系管理(CustomerRelationshipManagement，CRM)，簡單的說，就是對客戶關(guān)系進(jìn)行管理的一種思想和技術(shù)，換句話說，客戶關(guān)系管理是一種“以客戶為中心”的經(jīng)營理念，它借助于信息技術(shù)在企業(yè)的市場、銷售、技術(shù)支持、客戶服務(wù)等各個環(huán)節(jié)的應(yīng)用，以改善和增進(jìn)企業(yè)與客戶的關(guān)系，實現(xiàn)以更優(yōu)質(zhì)、更快捷、更富個性化的服務(wù)保持和吸引更多客戶的目標(biāo)，并通過全面優(yōu)化面向客戶的業(yè)務(wù)流程使保留老客戶和獲取新客戶的成本達(dá)到最低化，最終使企業(yè)的市場適應(yīng)能力和競爭實力有一個質(zhì)的提高［15］。數(shù)據(jù)挖掘可以應(yīng)用在客戶群體分類分析、客戶效益分類分析和預(yù)測、客戶背景分析、客戶滿意度分析、交叉銷售、客戶信用分析、客戶流失分析、客戶的獲得與保持等方面［16］。主要應(yīng)用在以下六個方面：1、 客戶的群體分類分析通過對電子商務(wù)系統(tǒng)收集的交易數(shù)據(jù)進(jìn)行聚類分析，對具有相似瀏覽行為或客戶指標(biāo)的客戶進(jìn)行分組，找出分組客戶的共同特征，從而確定不同類型客戶的行為模式。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，向客戶提供更適合客戶的服務(wù)。例如：有一些客戶都花了一些時間瀏覽“森馬服飾”頁面，經(jīng)過分析這些客戶被聚為一類。商家可以針對該群體的需求，為他們盡可能的發(fā)送廣告，或者及時的調(diào)整頁面及頁面內(nèi)容，滿足客戶的需求。2、 客戶的效益分類分析和預(yù)測客戶的利潤回報分析是客戶效益分類分析和預(yù)測的關(guān)鍵。客戶利潤回報預(yù)測是最令人向往的預(yù)測類型，也是客戶關(guān)系管理應(yīng)用能否替企業(yè)實現(xiàn)長期ROI的一個重要環(huán)節(jié)。通過聚類技術(shù)和分類技術(shù)可以發(fā)現(xiàn)那些客戶是中重要的，那些客戶是不重要的，對給企業(yè)帶來利潤的客戶我們要對他好點(diǎn)，比如贈送禮物，多打折扣等。3、 客戶滿意度分析客戶滿意度是對某項產(chǎn)品或服務(wù)的消費(fèi)經(jīng)驗的總體評價，是客戶通過對一個產(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狀態(tài)，是衡量企業(yè)經(jīng)營質(zhì)量水平的一種方式。它是客戶經(jīng)過長期沉淀而形成的情感訴求，也是客戶在歷次交易活動中狀態(tài)的積累。分析客戶對企業(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)營策略、提高客戶忠誠度指明方向。通過自定義的定量的度量標(biāo)準(zhǔn)和公式，并根據(jù)時間和其他參數(shù)，利用數(shù)據(jù)挖掘技術(shù)和企業(yè)的數(shù)據(jù)庫中關(guān)于客戶購買、維修、反饋意見、建議、投訴等信息，可對客戶的滿意度進(jìn)行分析，找出客戶不滿意的原因并制定相應(yīng)的策略，提高客戶忠誠度，增加企業(yè)的利潤［17］。4、 交叉銷售交叉銷售是建立在Win-Win原則上的，對客戶來講，要得到更多更好滿足并需求的服務(wù)并從中受益，對企業(yè)來講，也會因銷售額的增長而獲益。數(shù)據(jù)挖掘可以幫助企業(yè)分析出最優(yōu)的、合理的銷售匹配。5、 客戶的獲得與保留通過Web數(shù)據(jù)挖掘可以對潛在客戶信息進(jìn)行聚類和分類的分析，再用模式分析預(yù)測那些可能成為新客戶，以幫助市場銷售人員找到正確的營銷對象。Web數(shù)據(jù)挖掘還可以解釋客戶的行為習(xí)慣，發(fā)現(xiàn)在不同情況下有相似行為的新客戶，幫助商家識別潛在的客戶群，采用積極的營銷策略，不斷挖掘新客戶，提高市場占有率。通過Web數(shù)據(jù)挖掘，可發(fā)現(xiàn)不同的客戶群在網(wǎng)站上購買不同的商品，那些客戶可能正在流失，那些客戶是網(wǎng)站的忠誠客戶，那些是贏利客戶。針對不同的客戶，進(jìn)行個性化的營銷，使他們都成為電子商務(wù)企業(yè)的忠誠的老客戶。6、 客戶信用分析數(shù)據(jù)挖掘技術(shù)可以為企業(yè)提供客戶信用分析，如可以為保險索賠、移動電話呼叫、信用卡購買等易于發(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)營銷中的應(yīng)用網(wǎng)絡(luò)營銷是指利用Internet技術(shù)，最大限度地滿足客戶需求，以達(dá)到開拓市場、增盈利目標(biāo)的經(jīng)營過程。它從傳統(tǒng)營銷的以產(chǎn)品銷售為中心的“4P”(Product，Price，Place，Promotion)轉(zhuǎn)向以滿足客戶需求為中心的“4C^(Customer，Cost，Convenience，Communication)o數(shù)據(jù)挖掘在提高營銷的有效性、交叉營銷等方面有著廣泛的應(yīng)用。1、進(jìn)行有針對性的營銷，提高營銷的有效性數(shù)據(jù)挖掘技術(shù)可以通過分析客戶點(diǎn)擊流等信息，挖掘出客戶的行為動機(jī)，分析出用戶所處的階段，以幫助電子商務(wù)管理者針對用戶所處的階段提供不同的營銷策略，向用戶進(jìn)行有針對性的信息反饋和廣告發(fā)送；數(shù)據(jù)挖掘技術(shù)還可以對市場、客戶數(shù)據(jù)進(jìn)行恰當(dāng)?shù)姆诸愅诰?，從而分析出各個層次的細(xì)分市場，為電子商務(wù)企業(yè)定位于自己的目標(biāo)市場提供可靠的依據(jù)。2、交叉營銷交叉營銷就是指通過與客戶交流，向現(xiàn)有的客戶提供新的產(chǎn)品和服務(wù)的營銷過程。企業(yè)與其客戶之間的商業(yè)關(guān)系是一種持續(xù)的不斷發(fā)展的關(guān)系，通過不斷地相互接觸和交流，客戶得到了更好更貼切的服務(wù)質(zhì)量，企業(yè)則因為增加了銷售量而獲利。基于客戶已經(jīng)購買的商品，推薦客戶購買一些相關(guān)的商品，建立忠誠度?？蛻敉敢獾侥切┳钅軡M足自己需求的網(wǎng)站購物。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)可以對各種廣告進(jìn)行分類，了解其點(diǎn)擊率、分析廣告在點(diǎn)擊以后的商品銷售情況，以判斷廣告的實際有效性。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)匹配廣告的實現(xiàn)不僅需要了解網(wǎng)絡(luò)訪問者的習(xí)慣，而且還需要使用關(guān)聯(lián)規(guī)則對網(wǎng)絡(luò)廣告設(shè)計進(jìn)行分析，以確定哪些廣告的鏈接效果更好，可以使訪問者能夠更容易受到網(wǎng)絡(luò)廣告的影響去購買企業(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)訪問者行為數(shù)據(jù)倉庫，對網(wǎng)絡(luò)瀏覽者的上網(wǎng)行為進(jìn)行個性化的數(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)行一對一傳播，向細(xì)分人群分類發(fā)送他們各自感興趣的個性化商品信息，實現(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)對網(wǎng)絡(luò)訪問者的IP地址進(jìn)行分析跟蹤，并利用特征關(guān)鍵詞對用戶進(jìn)行分類挖掘，同時與廣告產(chǎn)品的特征進(jìn)行關(guān)聯(lián)、匹配和排序分析，實現(xiàn)有針對性的網(wǎng)絡(luò)訪問者群體的精準(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，通過對服務(wù)器數(shù)據(jù)運(yùn)用聚類分類分析、關(guān)聯(lián)規(guī)則的分析等技術(shù)可以為商家做出個性化的營銷策略提供依據(jù)，提高系統(tǒng)的效率，節(jié)省客戶的時間，為客戶提供個性化的服務(wù)。但是由于我國的網(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)實施中存在的問題和一些解決方法。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)量的問題。由于數(shù)據(jù)庫都是動態(tài)的、有錯誤而且不完整，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，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)、獲取知識的能力，尤其是在數(shù)據(jù)維數(shù)較低的時候，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)庫的存儲量過大而出現(xiàn)很多應(yīng)用問題。例如，過大的查詢數(shù)據(jù)量會對一些特定技術(shù)造成困難［15］。為此可以使用數(shù)據(jù)抽取技術(shù)從擊打數(shù)庫中抽取數(shù)據(jù)，生成一個數(shù)據(jù)挖掘數(shù)據(jù)庫，數(shù)據(jù)挖掘技術(shù)就可以在此數(shù)據(jù)挖掘數(shù)據(jù)庫中應(yīng)用，而不是在數(shù)據(jù)倉庫中應(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。針對這一情況，企業(yè)領(lǐng)導(dǎo)必須提高認(rèn)識，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，并具有極強(qiáng)的調(diào)查能力，同時還有創(chuàng)造力。創(chuàng)造性允許商業(yè)分析員實驗各種數(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)測模型并按永和容易理解