【正文】 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。這種商業(yè)電子化的趨勢(shì)不僅為客戶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需求信息和購(gòu)物行為特征的可能性。一、電子商務(wù)和數(shù)據(jù)挖掘簡(jiǎn)介。目前國(guó)內(nèi)已有網(wǎng)上商情廣告、電子票據(jù)交換、網(wǎng)上訂購(gòu)，網(wǎng)上銀行、網(wǎng)上支付結(jié)算等多種類型的電子商務(wù)形式。數(shù)據(jù)挖掘(DataMining)是伴隨著數(shù)據(jù)倉(cāng)庫(kù)技術(shù)的發(fā)展而逐步完善起來(lái)的。它要求從大量的、不完全的、有噪聲的、模糊的和隨機(jī)的數(shù)據(jù)中，提取人們事先不知道的但又是潛在有用的信息和知識(shí)。而電子商務(wù)中的數(shù)據(jù)挖掘即Web挖掘，是利用數(shù)據(jù)挖掘技術(shù)從的資源(即Web文檔)和行為(即We服務(wù))中自動(dòng)發(fā)現(xiàn)并提取感興趣的、有用的模式和隱含的信息，它是一項(xiàng)綜合技術(shù)涉及到Internet技術(shù)學(xué)、人工智能、計(jì)算機(jī)語(yǔ)言、信息學(xué)、統(tǒng)計(jì)學(xué)等多個(gè)領(lǐng)域。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)。它們可以應(yīng)用到以客戶為中心的企業(yè)決策分析和管理的各個(gè)不同領(lǐng)域和階段。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。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)買商品A，接著購(gòu)買商品B，而后購(gòu)買商品C，即序列A→B→C出現(xiàn)的頻度較高”之類的知識(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。分類分析就是通過(guò)分析示例數(shù)據(jù)庫(kù)中的數(shù)據(jù)，為每個(gè)類別做出準(zhǔn)確的描述或建立分析模型或挖掘出分類規(guī)則，然后用這個(gè)分類規(guī)則對(duì)其他數(shù)據(jù)庫(kù)中的記錄進(jìn)行分類。聚類分析輸入的是一組未分類記錄，并且這些記錄應(yīng)分成幾類事先也不知道，通過(guò)分析數(shù)據(jù)庫(kù)中的記錄數(shù)據(jù)，根據(jù)一定的分類規(guī)則，合理地劃分記錄集合，確定每個(gè)記錄所在類別。采用不同的聚類方法，對(duì)于相同的記錄集合可能有不同的劃分結(jié)果。三、選擇數(shù)據(jù)挖掘技術(shù)的兩個(gè)重要依據(jù)。統(tǒng)計(jì)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。神經(jīng)網(wǎng)絡(luò)方法可細(xì)分為錢(qián)箱神經(jīng)網(wǎng)絡(luò)（BP算法）、自組織神經(jīng)網(wǎng)絡(luò)等。由于每一種數(shù)據(jù)挖掘技術(shù)都有其自身的特點(diǎn)和實(shí)現(xiàn)的步驟，對(duì)數(shù)據(jù)的形式有具體的要求，并且與具體的應(yīng)用問(wèn)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(guò)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(gè)角度來(lái)討論對(duì)數(shù)據(jù)挖掘技術(shù)的選擇。具體應(yīng)用如下：。分類的目的是構(gòu)造一個(gè)分類函數(shù)或分類模型，通常稱作分類器。這些方法能把數(shù)據(jù)庫(kù)中的數(shù)據(jù)映射到給定類別中某一個(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)。聚類是把一組個(gè)體按照相似性原則歸成若干類別。市場(chǎng)細(xì)分的目的是使得屬于同一類別的個(gè)體之間的距離盡可能小，而不同類別的個(gè)體之間的距離盡可能大，通過(guò)對(duì)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(gè)性化的服務(wù)。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)。可采用多維數(shù)據(jù)分析方法和面向?qū)傩缘臍w納方法。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。管理部門(mén)可以收集存儲(chǔ)大量的售貨數(shù)據(jù)和客戶資料，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。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。后者即用戶規(guī)定的關(guān)聯(lián)規(guī)則的最低可靠度。優(yōu)化企業(yè)資源節(jié)約成本是企業(yè)盈利的關(guān)鍵。通過(guò)對(duì)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(chǎng)動(dòng)態(tài)，極大地提高企業(yè)對(duì)市場(chǎng)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。例如:美國(guó)運(yùn)通公司(American Express)有一個(gè)用于記錄信用卡業(yè)務(wù)的數(shù)據(jù)庫(kù)，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。管理客戶數(shù)據(jù)隨著“以客戶為中心”的經(jīng)營(yíng)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(yíng)的重要課題。有助于客戶盈利能力分析，尋找潛在的有價(jià)值的客戶，開(kāi)展個(gè)性化服務(wù)，提高客戶的滿意度和忠誠(chéng)度。利用數(shù)據(jù)挖掘可以有效地獲得客戶。甚至可以發(fā)現(xiàn)不同的人在購(gòu)買該種商品的相關(guān)商品后多長(zhǎng)時(shí)間有可能購(gòu)買該種商品, 以及什么樣的人會(huì)購(gòu)買什么型號(hào)的該種商品等等。同時(shí)，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(diǎn)客戶和評(píng)價(jià)市場(chǎng)性能，制定個(gè)性化營(yíng)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)。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。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。①第五篇：《大數(shù)據(jù)：技術(shù)與應(yīng)用》學(xué)習(xí)心得4月1日上午，“新時(shí)代學(xué)習(xí)大講堂”第二期時(shí)代前沿知識(shí)專題講座貴陽(yáng)舉行。本次講座上，梅宏院長(zhǎng)從“大數(shù)據(jù)是什么”、“如何應(yīng)對(duì)大數(shù)據(jù)”、“如何應(yīng)用大數(shù)據(jù)”、“大數(shù)據(jù)現(xiàn)狀和思考”等多個(gè)方面，全方位、多角度、立體式地解讀了大數(shù)據(jù)的技術(shù)與應(yīng)用，語(yǔ)言生動(dòng)、內(nèi)容詳實(shí)，既傳達(dá)了黨中央的精神，又談了自身學(xué)習(xí)體會(huì)，既解讀了大數(shù)據(jù)發(fā)展的規(guī)律，又提出了學(xué)習(xí)領(lǐng)會(huì)的意見(jiàn)建議，為貴州省各級(jí)領(lǐng)導(dǎo)干部、國(guó)家機(jī)關(guān)、公職人員學(xué)習(xí)互聯(lián)網(wǎng)知識(shí)，熟練掌握大數(shù)據(jù)知識(shí)指出了路徑、傳授了方法。如今，大數(shù)據(jù)時(shí)代成為炙手可熱的話題。數(shù)據(jù)是描述事物的符號(hào)記錄，是可定義為意義的實(shí)體，它涉及到事物的存在形式。數(shù)據(jù)可分為模擬數(shù)據(jù)和數(shù)字?jǐn)?shù)據(jù)兩大類。從定義看來(lái)，數(shù)據(jù)是原始的處女地，需要耕耘。信息時(shí)代依賴于數(shù)據(jù)的爆發(fā)，只是當(dāng)數(shù)據(jù)爆發(fā)到無(wú)法駕馭的狀態(tài)，大數(shù)據(jù)時(shí)代應(yīng)運(yùn)而生。也就是說(shuō)只要知道“是什么”，而不需要知道“為什么”。小數(shù)據(jù)停留在說(shuō)明過(guò)去，大數(shù)據(jù)用驅(qū)動(dòng)過(guò)去來(lái)預(yù)測(cè)未來(lái)。大數(shù)據(jù)更多的體現(xiàn)在海量非結(jié)構(gòu)化數(shù)據(jù)本身與處理方法的整合。大數(shù)據(jù)是在互聯(lián)網(wǎng)背景下數(shù)據(jù)從量變到質(zhì)變的過(guò)程?？蛻魯?shù)據(jù)、交易數(shù)據(jù)、管理數(shù)據(jù)等海量數(shù)據(jù)不斷增長(zhǎng)，海量機(jī)遇和挑戰(zhàn)也隨之而來(lái)，適應(yīng)變革，適者生存。李再勇副省長(zhǎng)在主持講座時(shí)指出，此次專題講座既是一次培訓(xùn)輔導(dǎo)，也是一次了解大數(shù)據(jù)、弄懂大數(shù)據(jù)、運(yùn)用大數(shù)據(jù)的好機(jī)會(huì)，大家要認(rèn)真學(xué)習(xí)、深刻領(lǐng)悟，將大數(shù)據(jù)知識(shí)運(yùn)用到實(shí)際工作中。四要以大數(shù)據(jù)發(fā)展促進(jìn)民生發(fā)展，不斷提升公共服務(wù)均等化、普惠化、便捷化，要通過(guò)大數(shù)據(jù)進(jìn)一步推動(dòng)共享發(fā)展，共享發(fā)展的平臺(tái)和路徑以及技術(shù)，加快共同富