電子商務中數據挖掘技術的應用研究

論文類別:工商管理論文 > 電子商務論文
上傳時間:2015/5/24 16:38:00

[摘要]隨著電子商務的普及和數據挖掘技術的發展,將數據挖掘技術應用到電子商務中可以解決電子商務中數據量龐大的問題,從而獲得真正有價值的信息。文章簡要的介紹了電子商務以及數據挖掘的概念,並對電子商務中所使用到的數據挖掘技術進行了詳細的分析。
論文關鍵詞:電子商務,數據挖掘,聚類分析,關聯規則挖掘
  1引言
  隨著Internet的普及,電子商務得到了前所未有的發展,經銷商和客戶之間通過互聯網進行交易,節省了大量的費用和時間。但是在電子商務中充斥著大量的數據,如何從這些大量的數據中挖掘出真正有價值的信息,幫助企業經銷商制定更好的營銷策略是電子商務急需解決的問題。數據挖掘,又稱數據庫中的知識發現(Knowledge Discovery in Database, KDD),也就是從大量的數據中挖掘出有用信息的一種技術。利用數據挖掘技術可以使經銷商從大量的數據中挖掘出有用的信息幫助決策,從而在市場競爭中獲得優勢地位。
  2電子商務概述
  電子商務指交易當事人或參與人利用現代信息技術和計算機網絡(主要是因特網)所進行的各類商業活動,包括貨物貿易、服務貿易和知識產權貿易。“電子商務”中所包括的“現代信息技術”應涵蓋各種使用電子技術為基礎的通信方式;“商務”指不論是契約型還是非契約型的一切商務性質的關系所引起的種種事項。如果將“現代信息技術”看作一個子集,“商務”看作另一個子集,電子商務所涵蓋的範圍應當是這兩個子集所形成的交集,即“電子商務”標題之下可能廣泛涉及的因特網、內部網和電子數據交換在貿易方面的各種用途。
  電子商務與傳統商務相比有以下優點:(1)電子商務將傳統的商務流程數字化、電子化,讓傳統的商務流程轉化為電子流、信息流,突破了時間空間的局限,大大提高了商業運作的效率。(2)電子商務簡化了企業與企業,企業與個人之間的流通環節,最大限度地降低了流通成本,能有效地提高企業在現代商業活動中的競爭力。(3)電子商務是基於互聯網的一種商務活動,互聯網本身具有開放性全球性特點,電子商務可為企業及個人提供豐富的信息資源,為企業創造更多商業機會。(4)電子商務對大型企業和中小企業都有利,因為大中型企業需要買賣交易活動多,實現電子商務能有效地進行管理和提高效率,對小企業同樣有利,因為電子商務可以使企業以相近的成本進行網上交易,這樣使中小企業可能擁有和大企業一樣的流通渠道和信息資源,極大提高了中小企業的競爭力。(5)電子商務將大部分商務活動搬到網上進行,企業可以實行無紙化辦公節省了開支。
  3數據挖掘技術
  數據挖掘(Data Mining,DM)技術是隨著計算機的廣泛應用和數據的大量積累而發展起來的。數據挖掘是從大量的數據中提取或“挖掘”知識,即發現其中隱含的,未知的,有意義的信息的過程,它又被稱為“數據庫中知識發現”(KDD),也有人把數據挖掘視為數據庫中知識發現的一個基本步驟,知識發現過程由以下步驟組成:(1)數據清理(2)數據集成(3)數據選擇(4)數據變換(5)數據挖掘(6)模式評估(7)知識表示。
  從商業的角度定義,數據挖掘是一種新的商業信息處理技術,其主要特點是對商業數據庫中的大量業務數據進行抽取、轉換、分析和其他模型化處理,從中提取輔助商業決策的關鍵性數據。利用功能強大的數據挖掘技術,可以使企業把數據轉化為有用的信息幫助決策,從而在市場競爭中獲得優勢地位。數據挖掘與傳統的數據分析的不同是在沒有明確假設的前提下去挖掘信息、發現知識。數據挖掘所得到的信息應具有先前未知、有效和實用3個特征。
  4數據挖掘在電子商務中的作用
  數據挖掘技術之所以可以服務於電子商務,是因為它能夠挖掘出活動過程中的潛在信息以指導電子商務活動。在電子商務中的作用有7個方面:(1)挖掘客戶活動顧慮,針對性的在電子商務平臺下提供“個性化”的服務。(2)可以在瀏覽電子商務網站的訪問者中挖掘出潛在的客戶。(3)通過電子商務訪問者的活動信息的挖掘,可以更加深入的了解客戶需求。(4)通過挖掘網上顧客的購買行為,可以幫助制定合理的產品策略和定價策略。(5)通過對商品訪問情況和銷售情況進行挖掘,可以幫助制定產品營銷策略,優化促銷活動。(6)優化電子商務網站的信息導航,方便客戶瀏覽。(7)通過客戶在網絡上瀏覽時的擁塞記錄發現網站的性能瓶頸,從而提高網站的穩定性,保證電子商務購物快速進行。
  5電子商務中數據挖掘的技術與方法
  電子商務中的數據挖掘過程一般包括3個主要的階段:數據準備、數據挖掘、結果解釋和評價。(1)數據準備又可分為數據選取和數據預處理兩個步驟。數據選取的目的是確定發現任務的操作對象。即目標數據,是根據用戶的需要從原始數據庫中抽取的一組數據。數據預處理一般包括消除噪聲、推導計算缺值數據、消除重復記錄、完成數據類型轉換以及對數據降維。(2)數據挖掘階段首先要確定數據挖掘的目標和挖掘的知識類型。確定挖掘任務後,根據挖掘的知識類型選擇合適的挖掘算法,最後實施數據挖掘操作,運用選定的挖掘算法從數據庫中抽取所需的知識。(3)結果的解釋和評價。數據挖掘階段發現的知識,經過評估,可能存在冗余或無關的知識,這時需要將其剔除,也有可能知識不滿足用戶的需求,需要重復上述挖掘過程重新進行挖掘。另外,由於數據挖掘最終要面臨用戶,因此,還需要對所挖掘的知識進行解釋,以一種用戶易於理解的方式供用戶所使用。
  數據挖掘按照其挖掘任務主要包括分類和預測、聚類分析、關聯規則挖掘,回歸發現和序列模式發現等技術。在選擇某種數據挖掘技術之前,首先要將需要解決的問題轉化成正確的數據挖掘任務,然後根據挖掘的任務來選擇使用哪些數據挖掘技術。在電子商務活動中,主要使用下面的一些數據挖掘技術。
  5.1分類
  分類是找出數據庫中一組數據對象的共同特點並按照分類模式將其劃分為不同的類,其目的是通過分類模型或分類函數,將數據庫中的數據項映射到某個給定的類別。分類的主要方法有基於決策樹模型的數據分類,貝葉斯分類算法,ID3算法和基於BP神經網絡算法等。
  假定現在我們有一個描述顧客屬性的數據庫,包括他們的姓名、年齡、收入、職業等,我們可以按照他們是否購買某種商品(例如,計算機)來進行分類。如果現在有新的顧客添加到數據庫中,我想將新計算機的銷售信息通知顧客,若將促銷材料分發給數據庫中的每個新顧客,如此可能會導致耗費較多的精力和物力。而若我們只給那些可能購買新計算機的顧客分發材料,可以在較大的程度上節省成本。為此,可以構造和使用分類模型。分類方法的特點是通過對示例數據庫中的數據進行分析,已經建立了一個分類模型,然後利用分類模型對數據庫中的其它記錄進行分類。
  5.2聚類分析
  聚類分析是把一組數據按照相似性和差異性分為幾個類別,其目的是使得屬於同一類別的數據間的相似性盡可能大,不同類別中的數據間的相似性盡可能小。聚類分析的方法是數據挖掘領域最為常見的技術之一。常用的聚類分析方法有:分割聚類方法,層次聚類方法,基於密度的聚類方法和高維稀疏聚類算法等。聚類分析方法與分類方法的不同之處是聚類事先對數據集的分布沒有任何的了解。因此在聚集之後要有一個對業務很熟悉的人來解釋這樣聚集的意義。很多情況下一次聚集你得到的分類對你的業務來說可能並不好,這時你需要刪除或增加變量以影響分類的方式,經過幾次反復之後才能最終得到一個理想的結果。聚類分析方法在電子商務中的使用也極其廣泛。其中一個典型的應用是幫助市場分析人員從客戶基本庫中發現不同的客戶群,並且用購買模式來刻畫不同客戶群的特征。通過對聚類的客戶特征的提取,把客戶群分成更細的市場,提供針對性的服務。
  5.3關聯規則挖掘
  關聯規則是描述數據庫中數據項之間所存在關系的規則,即根據一個事物中的某些項的出現可導出另一些項在同一事物中也出現,即隱藏在數據間的關聯或相互關系,比如在一次購買活動中所買不同商品的相關性。在電子商務中,從大量商務事物記錄中發現有趣的關聯關系,可以幫助許多商務決策的制定。關聯規則挖掘最初也是最典型的形式是購物籃分析。它通過發現顧客放入其購物籃中不同商品之間聯系,分析顧客的購買習慣。例如,在同一次去超級市場,如果顧客購買牛奶,他也購買面包(包括購買什麽類型的面包)的可能性有多大?這些信息可以幫助零售商有選擇地經銷和安排貨架,引導銷售。例如,將牛奶和面包盡可能放近一些,可以進一步刺激一次去商店同時購買這些商品。在電子商務中,由於Web服務器的日誌文件記錄了用戶的訪問記錄,通過這些記錄利用關聯規則挖掘網上顧客購買產品的相關度,對某些品牌的喜好和忠誠,價格接受範圍,以及包裝要求等,挖掘的結果可以用來幫助管理者進行網站規劃、確定商品的種類、價格和新產品的投入。
  5.4序列模式分析
  序列模式分析和關聯規則挖掘相似,但側重點在分析數據間的前後序列關系。它能發現數據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,而後購買商品C,即序列A-B-C出現的頻度較高的信息。序列模式分析的一個例子是“九個月以前購買奔騰PC的客戶很可能在一個月內訂購新的CPU芯片”。
  6結束語
  電子商務過程中的各種信息和數據是電子商務活動能夠更好的進行的基礎,通過選擇合適的數據挖掘技術來挖掘電子商務中有價值的信息,從而使企業在激烈的市場競爭中做出正確的決策,保持有力的競爭優勢。隨著數據挖掘技術的不斷發展,我們相信它在電子商務中的應用將促使其得到更快更高效的發展。

參考文獻


[1]姚渺.《數據挖掘在電子商務中的應用》.高校圖書情報論壇.Mar.2009.Vol.8 No.1
[2]趙雁.張黎明.呂安.趙彥慧.《電子商務中的數據挖掘技術》.中國電子學會第十屆青年學術年會論文集.2004.9
[3]楊青傑.胡明霞.《數據挖掘技術在電子商務中的應用研究》.商場現代化.2008年第16期
[4]韓家煒.《數據挖掘概念與技術》.機械工業出版社.2001
[5]扈闖.《談如何在電子商務中使用數據挖掘技術》.大眾文藝(理論).2004年第04期

下载论文

論文《電子商務中數據挖掘技術的應用研究》其它版本

電子商務論文服務

網站聲明 | 聯系我們 | 網站地圖 | 論文下載地址 | 代寫論文 | 作者搜索 | 英文版 | 手機版 CopyRight@2008 - 2017 免費論文下載中心 京ICP备17062730号