數據挖掘技術及其在電子商務中的應用

譚蘭蘭 曾瑩

摘 要：數據挖掘技術是目前一項重要的、具有廣闊應用前景和富有挑戰性的綜合技術。文章介紹了數據挖掘技術，闡述了數據挖掘在電子商務中的應用流程，并探討了其在電子商務各方面的應用，最后總結了數據挖掘存在的問題及其未來的發展。

關鍵詞：數據挖掘；電子商務；數據預處理；可視化技術

引言

數據挖掘技術主要是指利用各種智能語言、數據庫以及統計分析來綜合化、智能化地分析數據的相關技術，它在提取以及利用數據方面都有著至關重要的作用。電子商務是通過計算機網絡技術將商務過程電子化和虛擬化。如今電子商務在經濟活動中得到了廣泛應用，它在整個社會經濟運行結構中都是不可忽視的。隨著電子商務系統開發平臺的不斷改進與完善，數據挖掘技術將為電子商務的運行和發展提供強有力支持；是一項非常重要的技術[1]。運用數據挖掘技術能夠很好的解決當前電子商務主要存在的信用、配送和支付三個方面的問題，從而提高商業信譽和完善物流體系。

1 數據挖掘技術

數據挖掘（Data Mining）就是從隨機而又不完整的龐大數據中提取人們不知道、但又具有一定價值的信息的過程。提取的知識可以用來辨別和關聯數據庫記錄，為被挖掘的數據庫產生摘要，形成預報系統，然后進行分類，最終將這些知識傳送給決策系統[2]。特別要明確的是，起初數據挖掘技術只是傾向于應用方面的，一方面它是面向數據庫的簡單檢索和調用，另一方面要從各個角度全面地分析這些數據，然后統計和綜合所有信息，最后得出最終結論。根據結論聯系實際來解決相關問題和嘗試尋找事件之間的聯系，甚至根據現有的數據預測未來的活動趨勢。

2 電子商務中數據挖掘的應用流程

2.1 數據準備

數據選取和數據預處理是數據準備必不可少的兩部分。數據選取的意義在于根據用戶的需求從原來的數據系統中抽取所需要的特定數據。數據預處理一般包括數據清理、數據集成、數據變換和數據規約等多種方法，在實施數據挖掘之前，根據數據挖掘的需要與數據本身存在的特點，一一對應地使用這些預處理技術可以在很大程度上提高數據挖掘的效率和質量[3]。

2.2 數據挖掘

數據挖掘的目標和知識類型是挖掘時的首要明確點，然后根據目標和類型確定相應的挖掘算法，最后結合選定的挖掘算法實施數據挖掘技術，從而在數據庫中提煉出所需的知識。

2.3 數據模式的解釋與評價

對數據挖掘發掘的模式進行解釋和評價，篩選出有利用價值的知識。 具體包括除去多余的且沒有價值的模式，提取出要呈現給用戶的信息；部分模式因難以理解而不被用戶認可，而采取利用圖形學和圖像處理技術轉化數據的可視化技術，可以將這些晦澀難懂的模式轉化成用戶樂于接受的簡易語言。完整數據挖掘技術的使用能夠讓用戶更明確的理解數據之間的關系。此外還包括判定當前模式是否需要重復操作和處理結果與知識存在的矛盾沖突來優化以得到最合理的模式[4]。

3 數據挖掘在電子商務中的應用

3.1 數據挖掘在營銷方面的應用

數據挖掘通過收集客戶的消費信息對其進行加工和處理后確定特定消費者的興趣、消費習慣和消費需求，進而猜測消費者下一步的消費行為。通過分析產品銷售產量來制定商品的優惠方案以及促銷活動的開展時間[5]；為了及時做好信息反饋工作，必須要了解客戶的消費傾向，這就需要通過數據挖掘獲取客戶的點擊流信息；盡管相同類型的客戶之間具有許多相似的消費喜好，但也存在一定的需求差距，利用客戶聚類分析技術可以縮小這種差距從而更細的劃分客戶群體，然后提供相對應的服務；通過不定時與老客戶交流介紹和推送新的產品和服務模式；還可以通過分析客戶數據對市場層次做詳細地劃分，為電子商務打下基礎。

3.2 數據挖掘在客戶關系管理方面的應用

客戶關系管理利用現代信息技術從客戶信息中挖掘有用的商業知識來指引企業的發展和管理，它是一種以客戶至上為理念的經營方式，通過這種方式可以提高企業的市場競爭能力[6]。數據挖掘能為企業提供相關信息讓其預測客戶的消費行為從而進行分類。分類可以幫助企業尋找有價值的客戶，通過提供讓客戶滿意的個性服務，提高客戶對企業的信任。隨著商業的發展，數據挖掘的地位越來越重要。數據挖掘可以通過跟蹤市場活動，不斷研發新的產品，進一步加強企業對客戶的管理，促進企業與客戶之間的聯系。利用客戶評價模型可以讓企業根據對客戶的評價來完善方案，不斷改進企業與客戶的關系從而提高收益[7]。企業可以通過挖掘客戶數據發掘中心客戶，與此同時對市場進行評估，制定合理的銷售方案，拓寬消費市場的范圍。通過不斷改善和增加與客戶聯系和溝通的方式，多渠道獲取客戶對企業的評價信息，不斷提高對客戶的服務質量和效率，優化客戶關系管理方式。

3.3 數據挖掘在網絡設計中的應用

在網絡設計中也廣泛涉及了數據挖掘的應用，例如挖掘網站建設中的相關內容來組織網站信息；為了更好的優化網站的結構，可以通過分析客戶對某個位置的訪問頻率來確定用戶的理想位置，從而在理想位置和實際位置之間建立導航鏈接；利用路徑分析技術搜索和優化被訪問最多的路徑，從而設計出的更完美的頁面和網站結構，吸引更多的客戶；通過清除垃圾郵件改善用戶在網站中的檢索效果[8]。

4 結束語

數據挖掘技術目前仍然還存在一些問題，如如何選擇合適的分析變量、如何得到更精確的數據結果以及如何確保數據的私有性和安全性等問題。這就需要專業人員切實做好對數據挖掘技術的應用研究工作。在科技迅猛發展的今天，數據挖掘技術得到了前所未有的重視和期待，而電子商務是現代信息技術發展的必然結果，這將使得各種數據挖掘技術源源不斷地運用到電子商務中去，從而在很大程度上促進電子商務的發展與普及。

參考文獻

[1]朱蔚恒，陳健.數據挖掘在電子商務中的應用[J].計算機工程，2002，23（8）：51-53.

[2]袁溪.數據挖掘技術及其應用[J].科技資訊，2010（10）.

[3]姚淼.數據挖掘在電子商務中的應用[J].高校圖書情報論壇，2009，8（1）.

[4]劉先花.淺談數據挖掘技術及其研究現狀[J].現代情報，2010（3）.

[5]汪洪濤，劉文才，瞿中.數據挖掘在營銷策略中的應用[J].微機發展，2003，13（6）：32-34.

[6]郭大寧，王磊，陳成.數據挖掘在電子商務環境中的應用研究[J].信息技術，2004，28（10）.

[7]鐘曉.數據挖掘綜述[J].模式識別與人工智能，2001，14（1）：40-42.

[8]胡德森.數據挖掘技術在電子商務中的應用[J].電子制作，2011，10（6）：28-30.

作者簡介：譚蘭蘭（1995-），女，湖南攸縣人，湖南農業大學東方科技學院，學生，本科，研究方向：數據庫技術。