前言：本站為你精心整理了電子商務(wù)數(shù)據(jù)管理范文，希望能為你的創(chuàng)作提供參考價(jià)值，我們的客服老師可以幫助你提供個(gè)性化的參考范文，歡迎咨詢(xún)。

[摘要]企業(yè)的競(jìng)爭(zhēng)優(yōu)勢(shì)并不取決于信息的擁有量，而是取決于信息的處理利用能力。如何化信息優(yōu)勢(shì)為競(jìng)爭(zhēng)優(yōu)勢(shì)，是企業(yè)制勝于市場(chǎng)的一個(gè)法寶。本文論述了一種信息處理利用的有效工具——數(shù)據(jù)挖掘方法及其在電子商務(wù)中的應(yīng)用。

[關(guān)鍵詞]數(shù)據(jù)挖掘方法電子商務(wù)應(yīng)用

隨著網(wǎng)絡(luò)技術(shù)和數(shù)據(jù)庫(kù)技術(shù)的成熟，傳統(tǒng)商務(wù)正經(jīng)歷一次重大變革，向電子商務(wù)全速挺進(jìn)。這種商業(yè)電子化的趨勢(shì)不僅為客戶(hù)提供了便利的交易方式和廣泛的選擇，同時(shí)也為商家提供了更加深入了解客戶(hù)需求信息和購(gòu)物行為特征的可能性。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)決策提供強(qiáng)有力的支持和可靠的保證，是電子商務(wù)不可缺少的重要工具。

一、何謂數(shù)據(jù)挖掘及方法

確切地說(shuō)，數(shù)據(jù)挖掘(DataMining)，又稱(chēng)數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn)(KnowledgeDiscoveryinDatabase,KDD)，是指從大型數(shù)據(jù)庫(kù)或數(shù)據(jù)倉(cāng)庫(kù)中提取隱含的、未知的、非平凡的及有潛在應(yīng)用價(jià)值的信息或模式。它融合了數(shù)據(jù)庫(kù)、人工智能、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)等多個(gè)領(lǐng)域的理論和技術(shù)。比較典型的數(shù)據(jù)挖掘方法有關(guān)聯(lián)分析、序列模式分析、分類(lèi)分析、聚類(lèi)分析等。它們可以應(yīng)用到以客戶(hù)為中心的企業(yè)決策分析和管理的各個(gè)不同領(lǐng)域和階段。

1.關(guān)聯(lián)分析。關(guān)聯(lián)分析，即利用關(guān)聯(lián)規(guī)則進(jìn)行數(shù)據(jù)挖掘。關(guān)聯(lián)分析的目的是挖掘隱藏在數(shù)據(jù)間的相互關(guān)系，它能發(fā)現(xiàn)數(shù)據(jù)庫(kù)中形如”90%的顧客在一次購(gòu)買(mǎi)活動(dòng)中購(gòu)買(mǎi)商品A的同時(shí)購(gòu)買(mǎi)商品B”之類(lèi)的知識(shí)。

2.序列模式分析。序列模式分析和關(guān)聯(lián)分析相似，但側(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(kù)中形如”在某一段時(shí)間內(nèi)，顧客購(gòu)買(mǎi)商品A，接著購(gòu)買(mǎi)商品B，而后購(gòu)買(mǎi)商品C，即序列A→B→C出現(xiàn)的頻度較高”之類(lèi)的知識(shí)，序列模式分析描述的問(wèn)題是:在給定交易序列數(shù)據(jù)庫(kù)中，每個(gè)序列是按照交易時(shí)間排列的一組交易集，挖掘序列函數(shù)作用在這個(gè)交易序列數(shù)據(jù)庫(kù)上，返回該數(shù)據(jù)庫(kù)中出現(xiàn)的高頻序列。在進(jìn)行序列模式分析時(shí)，同樣也需要由用戶(hù)輸入最小置信度C和最小支持度S。

3.分類(lèi)分析。設(shè)有一個(gè)數(shù)據(jù)庫(kù)和一組具有不同特征的類(lèi)別(標(biāo)記)，該數(shù)據(jù)庫(kù)中的每一個(gè)記錄都賦予一個(gè)類(lèi)別的標(biāo)記，這樣的數(shù)據(jù)庫(kù)稱(chēng)為示例數(shù)據(jù)庫(kù)或訓(xùn)練集。分類(lèi)分析就是通過(guò)分析示例數(shù)據(jù)庫(kù)中的數(shù)據(jù)，為每個(gè)類(lèi)別做出準(zhǔn)確的描述或建立分析模型或挖掘出分類(lèi)規(guī)則，然后用這個(gè)分類(lèi)規(guī)則對(duì)其他數(shù)據(jù)庫(kù)中的記錄進(jìn)行分類(lèi)。

4.聚類(lèi)分析。聚類(lèi)分析輸入的是一組未分類(lèi)記錄，并且這些記錄應(yīng)分成幾類(lèi)事先也不知道，通過(guò)分析數(shù)據(jù)庫(kù)中的記錄數(shù)據(jù)，根據(jù)一定的分類(lèi)規(guī)則，合理地劃分記錄集合，確定每個(gè)記錄所在類(lèi)別。它所采用的分類(lèi)規(guī)則是由聚類(lèi)分析工具決定的。采用不同的聚類(lèi)方法，對(duì)于相同的記錄集合可能有不同的劃分結(jié)果。

應(yīng)用數(shù)據(jù)挖掘技術(shù)，較為理想的起點(diǎn)就是從一個(gè)數(shù)據(jù)倉(cāng)庫(kù)開(kāi)始，數(shù)據(jù)挖掘可以直接跟蹤數(shù)據(jù)并輔助用戶(hù)快速做出商業(yè)決策，用戶(hù)還可以在更新數(shù)據(jù)的時(shí)候不斷發(fā)現(xiàn)更好的行為模式，并將其運(yùn)用于未來(lái)的決策當(dāng)中。

二、據(jù)據(jù)挖掘在電子商務(wù)中的應(yīng)用

數(shù)據(jù)挖掘能發(fā)現(xiàn)電子商務(wù)客戶(hù)的的共性和個(gè)性的知識(shí)、必然和偶然的知識(shí)、獨(dú)立和關(guān)聯(lián)的知識(shí)、現(xiàn)實(shí)和預(yù)測(cè)的知識(shí)等，所有這些知識(shí)經(jīng)過(guò)分析，能對(duì)客戶(hù)的消費(fèi)行為如心理、能力、動(dòng)機(jī)、需求、潛能等做出統(tǒng)計(jì)和正確地分析，為管理者提供決策依據(jù)。具體應(yīng)用如下：

1.分類(lèi)與預(yù)測(cè)方法在電子商務(wù)中的應(yīng)用。在電子商務(wù)活動(dòng)中，分類(lèi)是一項(xiàng)非常重要的任務(wù)，也是應(yīng)用最多的技術(shù)。分類(lèi)的目的是構(gòu)造一個(gè)分類(lèi)函數(shù)或分類(lèi)模型，通常稱(chēng)作分類(lèi)器。分類(lèi)器的構(gòu)造方法通常由統(tǒng)計(jì)方法、機(jī)器學(xué)習(xí)方法、神經(jīng)網(wǎng)絡(luò)方法等。這些方法能把數(shù)據(jù)庫(kù)中的數(shù)據(jù)映射到給定類(lèi)別中某一個(gè)，以便用于預(yù)測(cè)，也就是利用歷史數(shù)據(jù)記錄，自動(dòng)推導(dǎo)出給定數(shù)據(jù)的推廣描述，從而對(duì)未來(lái)數(shù)據(jù)進(jìn)行預(yù)測(cè)。

2.聚類(lèi)方法在電子商務(wù)中的應(yīng)用。聚類(lèi)是把一組個(gè)體按照相似性原則歸成若干類(lèi)別。對(duì)電子商務(wù)來(lái)說(shuō)，客戶(hù)聚類(lèi)可以對(duì)市場(chǎng)細(xì)分理論提供有力的支持。市場(chǎng)細(xì)分的目的是使得屬于同一類(lèi)別的個(gè)體之間的距離盡可能小，而不同類(lèi)別的個(gè)體之間的距離盡可能大，通過(guò)對(duì)聚類(lèi)的客戶(hù)特征的提取，電子商務(wù)網(wǎng)站可以為客戶(hù)提供個(gè)性化的服務(wù)。

3.數(shù)據(jù)抽取方法在電子商務(wù)中的應(yīng)用。數(shù)據(jù)抽取的目的是對(duì)數(shù)據(jù)進(jìn)行濃縮，給出它的緊湊描述，如求和值、平均值、方差值、等統(tǒng)計(jì)值、或者用直方圖、餅狀圖等圖形方式表示，更主要的是他從數(shù)據(jù)泛化的角度來(lái)討論數(shù)據(jù)總結(jié)。數(shù)據(jù)泛化是一種把最原始、最基本的信息數(shù)據(jù)從低層次抽象到高層次上的過(guò)程?？刹捎枚嗑S數(shù)據(jù)分析方法和面向?qū)傩缘臍w納方法。在電子商務(wù)活動(dòng)中，采用維數(shù)據(jù)分析方法進(jìn)行數(shù)據(jù)抽取，他針對(duì)的是電子商務(wù)活動(dòng)中的客戶(hù)數(shù)據(jù)倉(cāng)庫(kù)。在數(shù)據(jù)分析中經(jīng)常要用到諸如求和、總計(jì)、平均、最大、最小等匯集操作，這類(lèi)操作的計(jì)算量特別大，可把匯集操作結(jié)果預(yù)先計(jì)算并存儲(chǔ)起來(lái)，以便用于決策支持系統(tǒng)使用。

4.關(guān)聯(lián)規(guī)則在電子商務(wù)中的應(yīng)用。管理部門(mén)可以收集存儲(chǔ)大量的售貨數(shù)據(jù)和客戶(hù)資料，對(duì)這些歷史數(shù)據(jù)進(jìn)行分析并發(fā)現(xiàn)關(guān)聯(lián)規(guī)則。如分析網(wǎng)上顧客的購(gòu)買(mǎi)行為，幫助管理者規(guī)劃市場(chǎng)，確定商品的種類(lèi)、價(jià)格、質(zhì)量等。通常關(guān)聯(lián)規(guī)則有兩種：有意義的關(guān)聯(lián)規(guī)則和泛化關(guān)聯(lián)規(guī)則，有意義的關(guān)聯(lián)規(guī)則，即滿(mǎn)足最小支持度和最小可信度的規(guī)則。最小支持度，它表示一組對(duì)象在統(tǒng)計(jì)意義上的需滿(mǎn)足的最低程度，如電子商務(wù)活動(dòng)中的客戶(hù)數(shù)量、客戶(hù)消費(fèi)能力、消費(fèi)方式等。后者即用戶(hù)規(guī)定的關(guān)聯(lián)規(guī)則的最低可靠度。第二是泛化規(guī)則，這種規(guī)則更實(shí)用，因?yàn)檠芯繉?duì)象存在一種層次關(guān)系，如面包、蛋糕屬西點(diǎn)類(lèi)，而西點(diǎn)又屬于食品類(lèi)，有了層次關(guān)系后，可以幫助發(fā)現(xiàn)更多的有意義的規(guī)則。

三、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。利用數(shù)據(jù)挖掘技術(shù)，充分發(fā)揮企業(yè)的獨(dú)特優(yōu)勢(shì)，促進(jìn)管理創(chuàng)新和技術(shù)創(chuàng)新，使企業(yè)在在電子商務(wù)的潮流中立于不敗之地。隨著數(shù)據(jù)挖掘算法的不斷發(fā)展和成熟，數(shù)據(jù)挖掘一定會(huì)有更加廣闊的應(yīng)用前景。

參考文獻(xiàn)：

[1]曾貞:數(shù)據(jù)挖掘在電子商務(wù)中的應(yīng)用甘肅農(nóng)業(yè),2004（7）

[2]馮艷王堅(jiān)強(qiáng):數(shù)據(jù)挖掘在電子商務(wù)上的應(yīng)用,2002（3）

[3]呂延杰徐華飛:中國(guó)電子商務(wù)發(fā)展研究報(bào)告.北京郵電大學(xué)出版社