淺談數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用

韓 英

（晉中職業(yè)技術(shù)學(xué)院，山西 晉中 030600）

經(jīng)濟(jì)的快速發(fā)展推動世界逐步進(jìn)入到知識經(jīng)濟(jì)時代，當(dāng)前電子商務(wù)發(fā)展越發(fā)迅猛，并逐步發(fā)展成為市場經(jīng)濟(jì)中的重要組成部分，但就我國的電子商務(wù)總體發(fā)展水平來看，仍然處于發(fā)展的初級階段。數(shù)據(jù)挖掘是一種綜合各學(xué)科技術(shù)的信息處理方法，具有多種功能，如關(guān)聯(lián)分析、聚類分析、分類規(guī)則等。通過促使數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的深層次應(yīng)用，必然能夠更好地推動電子商務(wù)高速發(fā)展。

一、數(shù)據(jù)挖掘技術(shù)概述

數(shù)據(jù)挖掘主要是指從大量不完全的、模糊的、有噪聲的、隨機(jī)的原始數(shù)據(jù)中提取其中較為隱秘的、人們不知道但具有潛在作用知識及信息的高級處理過程。通過有效的數(shù)據(jù)挖掘，可以將這些潛在的有用信息發(fā)掘出來，幫助企業(yè)在已有經(jīng)驗的基礎(chǔ)上對未來進(jìn)行預(yù)測，以有效提高企業(yè)的市場決策力，為企業(yè)構(gòu)建核心性的競爭優(yōu)勢，同時還可以幫助專家從大量的數(shù)據(jù)研究中獲得規(guī)律，以有效提高科學(xué)研究的效率，從而更好地服務(wù)于企業(yè)的應(yīng)用實踐。

數(shù)據(jù)挖掘是一個循環(huán)往復(fù)的過程，主要包括數(shù)據(jù)準(zhǔn)備、建立模型、評估模型、解釋模型、運(yùn)用模型、鞏固模型等，通過采取嚴(yán)格的觀察與分析過程，以有效促進(jìn)數(shù)據(jù)挖掘技術(shù)應(yīng)用的有效性，從而不斷提高電子商務(wù)的應(yīng)用質(zhì)量。數(shù)據(jù)挖掘技術(shù)如路徑分析技術(shù)、聚類分析技術(shù)、關(guān)聯(lián)規(guī)則挖掘技術(shù)、分類分析技術(shù)等在電子商務(wù)發(fā)展中廣泛應(yīng)用，對于更好地促進(jìn)網(wǎng)站瀏覽量的提升，發(fā)掘潛在客戶并吸引新客戶起到了較大的幫助作用。

二、數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用

1.路徑分析技術(shù)應(yīng)用

路徑分析技術(shù)是Web應(yīng)用挖掘中特有的數(shù)據(jù)挖掘技術(shù)，能夠用于發(fā)現(xiàn)網(wǎng)站中用戶的頻繁查找路徑，對于其他一些和路徑相關(guān)的信息則都可以通過實行路徑分析得到。用戶在訪問站點(diǎn)的過程中會形成瀏覽路徑，而通過對瀏覽路徑進(jìn)行分析并從中挖掘潛在知識的過程就是路徑模式挖掘。此過程主要分為三個步驟：首先將瀏覽過程中每個站點(diǎn)組成序列以構(gòu)成原始路徑，其次獲得最大的引用序列，最后確定最大的引用序列。通過采用路徑分析技術(shù)，電子商務(wù)網(wǎng)站能夠?qū)δ愁愋偷挠脩魧﹄娮泳W(wǎng)站頻繁訪問的路徑進(jìn)行分析和判定，這些路徑在一定程度上代表了用戶在瀏覽網(wǎng)站頁面過程中所形成的習(xí)慣和順序。通過將與客戶訪問信息相關(guān)的商品信息進(jìn)行直接鏈接處理，可以幫助客戶更好、更快地達(dá)到自己想要訪問的頁面，這樣，電子商務(wù)網(wǎng)站就能夠在消費(fèi)者心中樹立良好的印象，以有效提高消費(fèi)者的忠誠度，并對潛在的消費(fèi)者形成吸引，并有效延長消費(fèi)者在網(wǎng)站訪問的時間，提高消費(fèi)者再次訪問網(wǎng)站的幾率。最后對客戶的消費(fèi)行為及反饋情況進(jìn)行挖掘分析，能夠根據(jù)消費(fèi)者的需求進(jìn)一步優(yōu)化網(wǎng)站設(shè)計，以不斷提高網(wǎng)站的訪問質(zhì)量。

2.聚類分析技術(shù)應(yīng)用

聚類分析主要是根據(jù)數(shù)據(jù)對象的相關(guān)信息或者是對象之間的關(guān)系，將數(shù)據(jù)對象分類處理，使其在同一類中有較高的相似度，而不同類型的對象則差異顯著。這樣，當(dāng)客戶在瀏覽商品信息的過程中就能夠明顯分辨自己所需要的信息，避免無用功。此種數(shù)據(jù)挖掘技術(shù)中最為限定的聚類算法主要包括因素分析、PAM算法、機(jī)器學(xué)習(xí)法、k-means算法及神經(jīng)網(wǎng)絡(luò)方法等。如對于一些經(jīng)常瀏覽服裝的消費(fèi)者，可以將其聚類為一個類型，銷售商通過對聚類信息進(jìn)行分析可以了解消費(fèi)者的年齡層、消費(fèi)喜好等，從而及時地調(diào)整頁面內(nèi)容，并為客戶提供更多的相關(guān)商品信息。此外，通過對消費(fèi)者的消費(fèi)特征進(jìn)行觀察和分析，并挖掘其中的獨(dú)有特點(diǎn)，從而為客戶指定出個性化的網(wǎng)站頁面，以有效提高網(wǎng)站的瀏覽量，并不斷促進(jìn)網(wǎng)站經(jīng)濟(jì)效益的提升。

3.關(guān)聯(lián)規(guī)則挖掘技術(shù)應(yīng)用

關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘中一種重要的模式，此種技術(shù)能夠發(fā)現(xiàn)大量數(shù)據(jù)中頻繁出現(xiàn)的項目子集，并從中得出項目子集之間相關(guān)關(guān)系。在電子商務(wù)中，對于關(guān)聯(lián)規(guī)則的應(yīng)用主要是通過對用戶的訪問序列項進(jìn)行分析，并從中挖掘出相關(guān)規(guī)則，以從中發(fā)現(xiàn)用戶在瀏覽網(wǎng)站或購買行為發(fā)生的各種關(guān)聯(lián)性關(guān)系。此種挖掘技術(shù)應(yīng)用最為典型的是購物籃分析，通過對購物籃中的不同商品進(jìn)行分析，能夠找出它們之間存在的關(guān)系，由此分析顧客的購買行為及其頻繁購買的商品，從而制定出適當(dāng)?shù)臓I銷策略。通過充分利用關(guān)聯(lián)性規(guī)則，企業(yè)可以針對客戶的不同動態(tài)特點(diǎn)對其站點(diǎn)結(jié)構(gòu)及頁面內(nèi)容進(jìn)行更新和改進(jìn)設(shè)計，將具有一定信任度及客戶支持度、客戶需求度高的商品放置在一起，形成關(guān)聯(lián)性銷售，以更好地滿足客戶需要，并帶動客戶的關(guān)聯(lián)消費(fèi)。

4.分類分析技術(shù)應(yīng)用

分類分析建立的數(shù)據(jù)模型對象類別是已經(jīng)知曉的，通過采用此種挖掘技術(shù)可以發(fā)現(xiàn)某些共同特性。通過利用這一特性，可以對數(shù)據(jù)庫中的數(shù)據(jù)項進(jìn)行分類整理，分類方法主要包括神經(jīng)網(wǎng)絡(luò)分類算法、遺傳分類算法、決策樹分類算法、粗糙集分類算法等。電子商務(wù)網(wǎng)站通過對瀏覽網(wǎng)站的客戶進(jìn)行分析，將其中存在相同點(diǎn)的客戶分類，然后根據(jù)客戶的消費(fèi)特征及瀏覽偏好制定相應(yīng)的商品宣傳信息，當(dāng)客戶再次訪問網(wǎng)站時，只需要直接點(diǎn)擊商品分類，找出自己需要的類別就可以進(jìn)行信息瀏覽，這樣不僅方便客戶快速找到所需要的商品信息，節(jié)約時間，也能夠加深客戶對網(wǎng)站的好感，從而提高瀏覽量。

通過充分應(yīng)用數(shù)據(jù)挖掘技術(shù)，可以將潛在的數(shù)據(jù)信息及隱藏的客戶群體充分發(fā)掘出來，為電子商務(wù)網(wǎng)站的發(fā)展提供更多的客戶群體，以促使電子商務(wù)網(wǎng)站加強(qiáng)對客戶群體的服務(wù)，從而進(jìn)一步完善網(wǎng)站結(jié)構(gòu)，不斷優(yōu)化市場，實現(xiàn)企業(yè)的創(chuàng)新性發(fā)展，同時也為消費(fèi)者提供更加個性化的服務(wù)，以更好地滿足客戶需求，培養(yǎng)網(wǎng)站的忠實客戶群，實現(xiàn)其市場的不斷拓展。

[1]李恒杰,楊鼎新.數(shù)據(jù)挖掘及在電子商務(wù)中的應(yīng)用研究[J].甘肅聯(lián)合大學(xué)學(xué)報(自然科學(xué)版)，2012，（2）.

[2]王鋒.淺析數(shù)據(jù)挖掘在電子商務(wù)中的應(yīng)用[J].電腦與電信，2009，（12）.

[3]吳春瓊.淺析數(shù)據(jù)挖掘技術(shù)及其在電子商務(wù)中的應(yīng)用[J].黑龍江科技信息，2009，（30）.