【文章內(nèi)容簡介】 并且這些記錄應(yīng)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(jié)果。 應(yīng)用數(shù)據(jù)挖掘技術(shù)，較為理想的起點就是從一個數(shù)據(jù)倉庫開始，數(shù)據(jù)挖掘可以直 接跟蹤數(shù)據(jù)并輔助用戶快速做出商業(yè)決策，用戶還可以在更新數(shù)據(jù)的時候不斷發(fā)現(xiàn)更好的行為模式，并將其運(yùn)用于未來的決策當(dāng)中。 三、選擇數(shù)據(jù)挖掘技術(shù)的兩個重要依據(jù)。 數(shù)據(jù)挖掘使用的技術(shù)很多，其中主要包括統(tǒng)計方法、機(jī)器學(xué)習(xí)方法、和神經(jīng)網(wǎng)絡(luò)方法和數(shù)據(jù)庫方法。統(tǒng)計方法可細(xì)分為回歸分析、判別分析、聚類分析、探索性分析等。機(jī)器學(xué)習(xí)方法可細(xì)分為歸納學(xué)習(xí)方法（決策樹、規(guī)則歸納）、基于范例學(xué)習(xí)、遺傳算法等。神經(jīng)網(wǎng)絡(luò)方法可細(xì)分為錢箱神經(jīng)網(wǎng)絡(luò)（ BP 算法）、自組織神經(jīng)網(wǎng)絡(luò)等。數(shù)據(jù)庫方法主要是多維數(shù)據(jù)分析或 OLAP 方法，另外 還有面向?qū)傩缘臍w納方法。由于每一種數(shù)據(jù)挖掘技術(shù)都有其自身的特點和實現(xiàn)的步驟，對數(shù)據(jù)的形式有具體的要求，并且與具體的應(yīng)用問題密切相關(guān)，因此成功的應(yīng)用數(shù)據(jù)挖掘技術(shù)以達(dá)到目標(biāo)過程本身就是一件很復(fù)雜的事情，本文主要從挖掘任務(wù)和可獲得的數(shù)據(jù)兩個角度來討論對數(shù)據(jù)挖掘技術(shù)的選擇。 三、數(shù)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)客戶的的共性和個性的知識、必然和偶然的知識、獨立和關(guān)聯(lián)的知識、現(xiàn)實和預(yù)測的知識等，所有這些知識經(jīng)過分析，能對客戶的消費(fèi)行為如心理、能力、動機(jī)、需求、潛能等做出統(tǒng)計和正確地分析 ，為管理者提供決策依據(jù)。具體應(yīng)用如下： 。在電子商務(wù)活動中，分類是一項非常重要的任務(wù)，也是應(yīng)用最多的技術(shù)。分類的目的是構(gòu)造一個分類函數(shù)或分類模型，通常稱作分類器。分類器的構(gòu)造方法通常由統(tǒng)計方法、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)庫中的數(shù)據(jù)映射到給定類別中某一個，以便用于預(yù)測，也就是利用歷史數(shù)據(jù)記錄，自動推導(dǎo)出給定數(shù)據(jù)的推廣描述，從而對未來數(shù)據(jù)進(jìn)行預(yù)測。 。聚類是把一組個體按照相似性原則歸成若干類別。對電子商務(wù)來說， 客戶聚類可以對市場細(xì)分理論提供有力的支持。市場細(xì)分的目的是使得屬于同一類別的個體之間的距離盡可能小，而不同類別的個體之間的距離盡可能大，通過對聚類的客戶特征的提取，電子商務(wù)網(wǎng)站可以為客戶提供個性化的服務(wù)。 。數(shù)據(jù)抽取的目的是對數(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)活動中，采用維數(shù)據(jù)分析方法進(jìn)行數(shù)據(jù)抽取，他針對的是電子商務(wù)活動中的客戶數(shù)據(jù)倉庫。在數(shù)據(jù)分析中經(jīng)常要用到諸如求和、總計、平均、最大、最小等匯集操作，這類操作的計算量特別大，可把匯集操作結(jié)果預(yù)先計算并存儲起來，以便用于決策支持系統(tǒng)使用。 。管理部門可以收集存儲大量的售貨數(shù)據(jù)和客戶資料，對這些歷史數(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)上顧客的購買行為，幫助管理者規(guī)劃市場，確定商品的種類、價格、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，它表示一組對象在統(tǒng)計意義上的需滿足的最低程度，如電子商務(wù)活動中的客戶數(shù)量、客戶消費(fèi)能力、 消費(fèi)方式等。后者即用戶規(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)則更實用，因為研究對象存在一種層次關(guān)系，如面包、蛋糕屬西點類，而西點又屬于食品類，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。 優(yōu)化企業(yè)資源 節(jié)約成本是企業(yè)盈利的關(guān)鍵。基于數(shù)據(jù)挖掘技術(shù)，實時、全面、準(zhǔn)確地掌握企業(yè)資源信息，通過分析歷史的財務(wù)數(shù)據(jù)、庫存 數(shù)據(jù)和交易數(shù)據(jù) ,可以發(fā)現(xiàn)企業(yè)資源消耗的關(guān)鍵點和主要活動的投入產(chǎn)出比例 ,從而為企業(yè)資源優(yōu)化配置提供決策依據(jù) ,例如降低庫存、提高庫存周轉(zhuǎn)率、提高資金使用率等。通過對 Web 數(shù)據(jù)挖掘，快速提取商業(yè)信息，使企業(yè)準(zhǔn)確地把握市場動態(tài)，極大地提高企業(yè)對市場變化的響應(yīng)能力和創(chuàng)新能力，使企業(yè)最大限度地利用人力資源、物質(zhì)資源和信息資源，合理協(xié)調(diào)企業(yè)內(nèi)外部資源的關(guān)系，產(chǎn)生最佳的經(jīng)濟(jì)效益。促進(jìn)企業(yè)發(fā)展的科學(xué)化、信息化和智能化。 例如 :美國運(yùn)通公司 (AmericanExpress)有一個用于記錄信用卡業(yè)務(wù)的數(shù)據(jù)庫，數(shù)據(jù)量達(dá)到 54 億字符，并仍在隨著業(yè)務(wù)進(jìn)展不斷更新。運(yùn)通公司通過對這些數(shù)據(jù)進(jìn)行挖掘，制定了“關(guān)聯(lián)結(jié)算(RelationshipBilling)優(yōu)惠”的促銷策略，即如果一個顧客在一個商店用運(yùn)通卡購買一套時裝，那么在同一個商店再買一雙鞋，就可以得到比較大的折扣，這樣既可以增加商店的銷售量，也可以增加運(yùn)通卡在該商店的使用率。 管理客戶數(shù)據(jù) 隨著“以客戶為中心”的經(jīng)營理念的不斷深入人心 ,分析客戶、了解客戶并引導(dǎo)客戶的需求已成為企業(yè)經(jīng)營的重要課題?；跀?shù)據(jù)挖掘技術(shù)，企業(yè)將最大限度地利用客戶資源，開展客戶行為的分 析與預(yù)測，對客戶進(jìn)行分類。有助于客戶盈利能力分析，尋找潛在的有價值的客戶，開展個性化服務(wù)，提高客戶的滿意度和忠誠度。通過 Web 資源的挖掘，了解客戶的購買習(xí)慣和興趣，從而改善網(wǎng)站結(jié)構(gòu)設(shè)計，推出滿足不同客戶的個性化網(wǎng)頁。利用數(shù)據(jù)挖掘可以有效地獲得客戶。比如通過數(shù)據(jù)挖掘可以發(fā)現(xiàn)購買某種商品的消費(fèi)者是男性還是女性 ,學(xué)歷、收入如何 ,有什么愛好 ,是什么職業(yè)等等。甚至可以發(fā)現(xiàn)不同的人在購買該種商品的相關(guān)商品后多長時間有可能購買該種商品 ,以及什么樣的人會購買什么型號的該種商品等等。在采用了數(shù)據(jù)挖掘后 ,針對目標(biāo)客戶發(fā)送的廣告 的有效性和回應(yīng)率將得到大幅度的提高 ,推銷的成本將大大降低。同時，在客戶數(shù)據(jù)挖掘的基礎(chǔ)上，企業(yè)可以發(fā)現(xiàn)重點客戶和評價市場性能，制定個性化營銷策略，拓寬銷售渠道和范圍，為企業(yè)制定生產(chǎn)策略和發(fā)展規(guī)劃提供科學(xué)的依據(jù)。通過呼叫中心優(yōu)化與客戶溝通的渠道，提高對客戶的響應(yīng)效率和服務(wù)質(zhì)量，促 ①進(jìn)客戶關(guān)系管理的自動化和智能化。 三、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)，充分發(fā)揮企業(yè)的獨特優(yōu)勢，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)挖掘一定會有更加廣闊的應(yīng)用前景。 參考文獻(xiàn)： (1)《淺談數(shù)據(jù)挖掘在電子商務(wù)中的運(yùn)用》鐘連福； (2)《電子商務(wù)中商業(yè)數(shù)據(jù)的挖掘方法》中國電子商務(wù)研究中心； (3)《在電子商務(wù)中如何正確有使用數(shù)據(jù)挖掘技術(shù)》俠名； (4)《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) ,2021（ 7）； (5)《馮艷王堅強(qiáng) :數(shù)據(jù)挖掘在電子商務(wù)上的應(yīng)用》 2021（ 3）； (6)《呂延杰徐華飛 :中國電子商務(wù)發(fā)展研究報告》北京郵電大學(xué)出版社； (7)《數(shù)據(jù)挖掘與電子商務(wù)》鄧鯤鵬，周延杰，嚴(yán)瑜筱。① 第四篇：電子商務(wù)數(shù)據(jù)挖掘方法論文 摘要：電子商務(wù)是現(xiàn)代商業(yè)的主流趨勢，如何充分利用網(wǎng)絡(luò)技術(shù)和數(shù)據(jù)庫技術(shù)發(fā)揮企業(yè)優(yōu)勢，成為企業(yè)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 Inter 網(wǎng)絡(luò)為載體、利用數(shù)字化電子方式開展的商務(wù)活動。隨著網(wǎng)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)可以有效地幫助企業(yè)分析從網(wǎng)上獲取的大量數(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)企業(yè)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) 數(shù)據(jù)挖掘 (DataMining) ，又稱數(shù)據(jù)庫中的知識發(fā)現(xiàn)(KnowledgeDiscoveryinDatabase,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