【正文】 法。但是由于我國(guó)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(guó)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。為此，電子商務(wù)企業(yè)需要利用數(shù)據(jù)挖掘系統(tǒng)對(duì)網(wǎng)絡(luò)訪問(wèn)者的 IP 地址進(jìn)行分析跟蹤，并利用特征關(guān)鍵詞對(duì)用戶(hù)進(jìn)行分類(lèi)挖掘，同時(shí)與廣告產(chǎn)品的特征進(jìn)行關(guān)聯(lián)、匹配和排序分析，實(shí)現(xiàn)有針對(duì)性的網(wǎng)絡(luò)訪問(wèn)者群體的精準(zhǔn)投放。關(guān)聯(lián)匹配廣告的實(shí)現(xiàn)不僅需要了解網(wǎng)絡(luò)訪問(wèn)者的習(xí)慣，而且還需要使用關(guān)聯(lián)規(guī)則對(duì)網(wǎng)絡(luò)廣告設(shè)計(jì)進(jìn)行分析，以確定哪些廣告的鏈接效果更好，可以使訪問(wèn)者能夠更容易受到網(wǎng)絡(luò)廣告的影響去購(gòu)買(mǎi)企業(yè)的商品。利用數(shù)據(jù)挖掘技術(shù)可以對(duì)各種廣告進(jìn)行分類(lèi)，了解其點(diǎn)擊率、分析廣告在點(diǎn)擊以后的商品銷(xiāo)售情況，以判斷廣告的實(shí)際有效性。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(bào)率（ROI）?？蛻?hù)往往愿意到那些最能滿(mǎn)足自己需求的網(wǎng)站購(gòu)物。企業(yè)與其客戶(hù)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(guò)不斷地相互接觸和交流，客戶(hù)得到了更好更貼切的服務(wù)質(zhì)量，企業(yè)則因?yàn)樵黾恿虽N(xiāo)售量而獲利。進(jìn)行有針對(duì)性的營(yíng)銷(xiāo)，提高營(yíng)銷(xiāo)的有效性數(shù)據(jù)挖掘技術(shù)可以通過(guò)分析客戶(hù)點(diǎn)擊流等信息，挖掘出客戶(hù)的行為動(dòng)機(jī)，分析出用戶(hù)所處的階段，以幫助電子商務(wù)管理者針對(duì)用戶(hù)所處的階段提供不同的營(yíng)銷(xiāo)策略，向用戶(hù)進(jìn)行有針對(duì)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(duì)市場(chǎng)、客戶(hù)數(shù)據(jù)進(jìn)行恰當(dāng)?shù)姆诸?lèi)挖掘，從而分析出各個(gè)層次的細(xì)分市場(chǎng)，為電子商務(wù)企業(yè)定位于自己的目標(biāo)市場(chǎng)提供可靠的依據(jù)。它從傳統(tǒng)營(yíng)銷(xiāo)的以產(chǎn)品銷(xiāo)售為中心的“4P”(Product，Price，Place，Promotion)轉(zhuǎn)向以滿(mǎn)足客戶(hù)需求為中心的 “4C”(Customer，Cost，Convenienee，Communication)。12 / 33客戶(hù)信用分析數(shù)據(jù)挖掘技術(shù)可以為企業(yè)提供客戶(hù)信用分析，如可以為保險(xiǎn)索賠、移動(dòng)電話(huà)呼叫、信用卡購(gòu)買(mǎi)等易于發(fā)生欺詐的行業(yè)建立模型。通過(guò) Web 數(shù)據(jù)挖掘，可發(fā)現(xiàn)不同的客戶(hù)群在網(wǎng)站上購(gòu)買(mǎi)不同的商品，那些客戶(hù)可能正在流失，那些客戶(hù)是網(wǎng)站的忠誠(chéng)客戶(hù)，那些是贏利客戶(hù)?？蛻?hù)的獲得與保留通過(guò) Web 數(shù)據(jù)挖掘可以對(duì)潛在客戶(hù)信息進(jìn)行聚類(lèi)和分類(lèi)的分析，再用模式分析預(yù)測(cè)那些可能成為新客戶(hù)，以幫助市場(chǎng)銷(xiāo)售人員找到正確的營(yíng)銷(xiāo)對(duì)象。交叉銷(xiāo)售交叉銷(xiāo)售是建立在 WinWin 原則上的，對(duì)客戶(hù)來(lái)講，要得到更多更好滿(mǎn)足并需求的服務(wù)并從中受益，對(duì)企業(yè)來(lái)講，也會(huì)因銷(xiāo)售額的增長(zhǎng)而獲益。分析客戶(hù)對(duì)企業(yè)產(chǎn)品和服務(wù)的滿(mǎn)意度，可以幫助企業(yè)了解客戶(hù)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(yíng)策略、提高客戶(hù)忠誠(chéng)度指明方向。客戶(hù)滿(mǎn)意度分析客戶(hù)滿(mǎn)意度是對(duì)某項(xiàng)產(chǎn)品或服務(wù)的消費(fèi)經(jīng)驗(yàn)的總體評(píng)價(jià)，是客戶(hù)通過(guò)對(duì)一個(gè)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(jué)狀態(tài)，是衡量企業(yè)經(jīng)營(yíng)質(zhì)量水平的一種方式?？蛻?hù)利潤(rùn)回報(bào)預(yù)測(cè)是最令人向往的預(yù)測(cè)類(lèi)型，也是客戶(hù)關(guān)系管理應(yīng)用能否替企業(yè)實(shí)現(xiàn)長(zhǎng)期ROI 的一個(gè)重要環(huán)節(jié)。商家可以針對(duì)該群體的需求，為他們盡可能的發(fā)送廣告，或者及時(shí)的調(diào)整頁(yè)面及頁(yè)面內(nèi)容，滿(mǎn)足客戶(hù)的需求。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(hù)，向客戶(hù)提供更適合客戶(hù)的服務(wù)。數(shù)據(jù)挖掘可以應(yīng)用在客戶(hù)群體分類(lèi)分析、客戶(hù)效益分類(lèi)分析和預(yù)測(cè)、客戶(hù)背景分析、客戶(hù)滿(mǎn)意度分析、交叉銷(xiāo)售、客戶(hù)信用分析、客戶(hù)流失分析、客戶(hù)的獲得與保持等方面 [16]。例如，通過(guò)對(duì)網(wǎng)頁(yè)的聚類(lèi)、分類(lèi)，實(shí)現(xiàn)網(wǎng)絡(luò)信息的分類(lèi)瀏覽與檢索，以找到同樣類(lèi)型的商品；通過(guò)用戶(hù)所使用的提問(wèn)式歷史記錄的分析，可以有效地進(jìn)行提問(wèn)擴(kuò)展，提高用戶(hù)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。在搜索引擎中的應(yīng)用網(wǎng)絡(luò)用戶(hù)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(hù)希望利用搜索引擎在整個(gè)網(wǎng)絡(luò)上搜索自己所關(guān)心的商品，并希望對(duì)這些商品的價(jià)格、質(zhì)量、性能、售后服務(wù)進(jìn)行比較。此時(shí)，電子商務(wù)企業(yè)就需要對(duì)所接收到的各種電子郵件進(jìn)行準(zhǔn)確、快速的分類(lèi)。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(duì)客戶(hù)的動(dòng)態(tài)變化來(lái)調(diào)整網(wǎng)站的結(jié)構(gòu)，可以使客戶(hù)直接訪問(wèn)關(guān)聯(lián)商品的鏈接信息。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(cè)客戶(hù)的行為，為客戶(hù)提供個(gè)性化的服務(wù)。（3）通過(guò)對(duì)WebLog 的挖掘，發(fā)現(xiàn)用戶(hù)的期望位置。改進(jìn)站點(diǎn)設(shè)計(jì)對(duì) Web 站點(diǎn)的鏈接結(jié)構(gòu)的優(yōu)化可從三方面來(lái)考慮:（1）對(duì) WebLog 的挖掘，發(fā)現(xiàn)用戶(hù)訪問(wèn)頁(yè)面的相關(guān)性，從而對(duì)密切聯(lián)系的網(wǎng)頁(yè)之間增加鏈接，方便用戶(hù)使用。比如,可根據(jù)客戶(hù)的訪問(wèn)興趣、訪問(wèn)頻度、訪問(wèn)時(shí)間，動(dòng)態(tài)地調(diào)整頁(yè)面結(jié)構(gòu), 迎合每個(gè)客戶(hù)的瀏覽興趣。 數(shù)據(jù)挖掘在網(wǎng)站設(shè)計(jì)、管理中的應(yīng)用數(shù)據(jù)挖掘技術(shù)在網(wǎng)站設(shè)計(jì)、管理中的應(yīng)用主要體現(xiàn)在以下五個(gè)方面：網(wǎng)站設(shè)計(jì)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(guò)對(duì)網(wǎng)站內(nèi)容的挖掘，可有效地組織網(wǎng)站信息。 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(lái)越普遍，也越來(lái)越受到電子商務(wù)管理者的重視。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。分類(lèi)技術(shù)可以通過(guò)決策樹(shù)方法、貝葉斯分類(lèi)法來(lái)實(shí)現(xiàn)。如：在 A 公司 B 產(chǎn)品上進(jìn)行在線(xiàn)訂購(gòu)的顧客中喲 70%的在一個(gè)月內(nèi)也在 A 公司的 C 產(chǎn)品上下過(guò)訂單。例如：50%的用戶(hù)訪問(wèn) Web 頁(yè)面 A 公司的 B 產(chǎn)品時(shí)，也訪問(wèn)了 A 公司的 D 產(chǎn)品。（1）路徑分析：通過(guò)對(duì)網(wǎng)站結(jié)構(gòu)圖和用戶(hù)的訪問(wèn)信息分析可以得出路徑圖，通過(guò)路徑圖可以判定一個(gè) Web 站點(diǎn)中最頻繁訪問(wèn)的路徑，例如通過(guò)路徑分析可以得出：70%的客戶(hù)在瀏覽 4 個(gè)或更少的頁(yè)面后離開(kāi)了。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(shí)。（4）完善訪問(wèn)路徑：如果一個(gè)頁(yè)面請(qǐng)求信息與該用戶(hù)上次請(qǐng)求的頁(yè)面沒(méi)有直接的鏈接關(guān)系，可以查看參考日志文件來(lái)決定這個(gè)頁(yè)面來(lái)自哪個(gè)頁(yè)面的鏈接。另外可以參考網(wǎng)絡(luò)站點(diǎn)的拓?fù)浣Y(jié)構(gòu)信息。（1）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(xiàng)，縮小被挖掘數(shù)據(jù)對(duì)象的范圍。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(jiǎn)潔、準(zhǔn)確的數(shù)據(jù)必須經(jīng)過(guò)數(shù)據(jù)的預(yù)處理過(guò)程。客戶(hù)訪問(wèn)服務(wù)器就會(huì)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(xún)數(shù)據(jù)。 電子商務(wù)中的數(shù)據(jù)挖掘過(guò)程數(shù)據(jù)挖掘分為四個(gè)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]。數(shù)據(jù)挖掘技術(shù)不僅幫助賣(mài)家更深入的了解買(mǎi)家的需求、購(gòu)買(mǎi)力以及購(gòu)物行為特征，挖掘潛在的買(mǎi)家，而且有助于買(mǎi)家更好的8 / 33了解商品，為買(mǎi)家提供便利的交易方式和廣泛的選擇。它通過(guò)對(duì)數(shù)據(jù)進(jìn)行微觀、中觀乃至宏觀的統(tǒng)計(jì)、分析預(yù)測(cè)、綜合和推理，發(fā)現(xiàn)數(shù)據(jù)間的關(guān)聯(lián)性、未來(lái)趨勢(shì)以及一般性的概括知識(shí)等，這些知識(shí)性的信息可以用來(lái)指導(dǎo)高級(jí)商務(wù)活動(dòng)；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(duì)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(dòng)。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(jià)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(lèi)分析等可以發(fā)現(xiàn)潛在用戶(hù)、預(yù)測(cè)用戶(hù)的行為，為企業(yè)做市場(chǎng)分析和決策提供依據(jù)。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)?？梢暬夹g(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(shì)呈現(xiàn)給用戶(hù)，以便用戶(hù)交互的分析數(shù)據(jù)關(guān)系。具有速度較快、較易轉(zhuǎn)化成簡(jiǎn)單且容易理解的分類(lèi)規(guī)則、較易轉(zhuǎn)換成數(shù)據(jù)庫(kù)查詢(xún)語(yǔ)句等優(yōu)點(diǎn)。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(wú)疑是屬于它的數(shù)據(jù)樣本。利用粗糙集可以近似或粗略的定義集合（類(lèi)別） 。粗糙集算法：可以用于分類(lèi)問(wèn)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。遺傳算法方法：簡(jiǎn)稱(chēng) GA，主要借用了生物進(jìn)化中“適者生存”規(guī)律。但是人工神經(jīng)網(wǎng)絡(luò)分類(lèi)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。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(gè)簡(jiǎn)化的只有輸入層、輸出層和隱含的中間層的含有非線(xiàn)性特征的網(wǎng)絡(luò)。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。聚類(lèi)分析就是從給定的數(shù)據(jù)集中搜索數(shù)據(jù)對(duì)象之間所存在的有價(jià)值的聯(lián)系，一個(gè)聚類(lèi)中的所有對(duì)象常常被當(dāng)作一個(gè)對(duì)象來(lái)進(jìn)行處理或分析 [11]。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(shí)，它能對(duì)過(guò)去的數(shù)據(jù)進(jìn)行查詢(xún)和遍歷，找出過(guò)去數(shù)據(jù)之間的潛在聯(lián)系，從而促進(jìn)信息的顯化 [10]。 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(lèi)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(shù)方法、統(tǒng)計(jì)方法、可視化技術(shù)等。6 / 33偏離檢測(cè)。分類(lèi)分析。聚類(lèi)模型使用無(wú)指導(dǎo)學(xué)習(xí)來(lái)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。聚類(lèi)分析。比如，一家賣(mài)電子商品的商店，發(fā)現(xiàn)買(mǎi)計(jì)算機(jī)的顧客 80%也會(huì)買(mǎi)系統(tǒng)軟件。關(guān)聯(lián)分析。依據(jù)這些分類(lèi)特征，管理人員可以對(duì)申辦信用卡的用戶(hù)做出信用等級(jí)的初始判斷，以輔助決策。分類(lèi)預(yù)測(cè)的目的在于發(fā)現(xiàn)每一類(lèi)的屬性特征。預(yù)測(cè)分析可以分為值預(yù)測(cè)和分類(lèi)預(yù)測(cè)兩種方法。 數(shù)據(jù)挖掘的功能預(yù)測(cè)分析。數(shù)據(jù)挖掘從本質(zhì)上說(shuō)是一種新的商業(yè)信息處理技術(shù)。第 3 章 數(shù)據(jù)挖掘技術(shù) 數(shù)據(jù)挖掘的定義數(shù)據(jù)挖掘，英文是 Data Mining，簡(jiǎn)稱(chēng) DM。但是由于起步晚，基礎(chǔ)差，所以和發(fā)達(dá)國(guó)家的差距還很大。盡管商家提供了很多的方式供買(mǎi)家查詢(xún)商品的屬性，但是商品的屬性往往是由商家定義的，買(mǎi)家和商家對(duì)商品屬性的認(rèn)識(shí)是不相同的，因此買(mǎi)家往往會(huì)找不到自己所需要的商品 [6]。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(hù)手足無(wú)措，無(wú)法順利找到自己需要的商品或信息。 中國(guó)電子商務(wù)應(yīng)用中面臨的挑戰(zhàn)Web 站點(diǎn)對(duì)客戶(hù)來(lái)說(shuō)，基本上還是一個(gè) “啞終端 ”。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(lái)自于兩方面，一方面，利用電子商務(wù)平臺(tái)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(tái)的中小企業(yè)，其線(xiàn)上交易量在增長(zhǎng)。根據(jù)艾瑞咨詢(xún)統(tǒng)計(jì)數(shù)據(jù)顯示，09 年中國(guó)企業(yè)通過(guò)電子商務(wù)交易規(guī)模占整體交易規(guī)模（線(xiàn)上和線(xiàn)下交易規(guī)模）的比例達(dá)到 %，穩(wěn)中有升 [5]。 中國(guó)電子商務(wù)的發(fā)展?fàn)顩r 中國(guó)電子商務(wù)發(fā)展的情況隨著中國(guó)總體經(jīng)濟(jì)的強(qiáng)勢(shì)增長(zhǎng)和 Inter 的發(fā)展，中國(guó)的電子商務(wù)市場(chǎng)發(fā)展很迅速。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。通過(guò)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(shí)調(diào)查產(chǎn)品種類(lèi)及服務(wù)品質(zhì)，做到良性互動(dòng)。交易的方便性。具體有以下幾個(gè)優(yōu)點(diǎn)：交易可以跨越時(shí)空。 電子商務(wù)的優(yōu)勢(shì)電子商務(wù)帶來(lái)的不僅是一種技術(shù)變革，它還帶來(lái)了一種通過(guò)技術(shù)的輔助、引導(dǎo)、支持來(lái)實(shí)現(xiàn)的商業(yè)活動(dòng)本身發(fā)生的根本性的革命。C2C：個(gè)人與個(gè)人交易的平臺(tái)。B2B：企業(yè)與企業(yè)交易的平臺(tái)。應(yīng)該說(shuō)是企業(yè)做為賣(mài)家，個(gè)人做為買(mǎi)家的平臺(tái)，就是企業(yè)做好商品推廣的網(wǎng)站。3 / 33 電子商務(wù)的分類(lèi)電子商務(wù)按照主體可以分為三類(lèi)：B2C、B2B 、C2C [4]。所謂電子商務(wù)，就是在網(wǎng)上開(kāi)展商務(wù)活動(dòng)。但在發(fā)展的同時(shí)，也面臨著很多問(wèn)題。第 2 章 目前電子商務(wù)的現(xiàn)狀由于傳統(tǒng)商務(wù)活動(dòng)大部分依靠面對(duì)面及書(shū)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(shí)間長(zhǎng)、花費(fèi)高、庫(kù)存和產(chǎn)品的積壓、生產(chǎn)周期長(zhǎng)、客戶(hù)服務(wù)有限等局限性。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(lèi)分析等來(lái)解決電子商務(wù)的關(guān)鍵問(wèn)題。數(shù)據(jù)挖掘技術(shù)就是在這種網(wǎng)絡(luò)時(shí)代和商業(yè)背景下產(chǎn)生