數據挖掘在電子商務中應用問題研究

許紫薇 孫嘉瑩 呂田芳

摘要：目前隨著我國商業信息以及數據不斷增加，怎樣將這些信息高效的利用起來，并且找到其中內在的聯系，是在經營活動當中電子商務的經營者非常關注的問題。基于此，本文主要討論了數據挖掘電子商務中的使用策略。

關鍵詞：數據挖掘;電子商務;應用

引言：

數據挖掘是一門比較典型的處理數據技術，其特征相對較為明顯，首先數據挖掘所面對的是海量的數據，這也正是數據挖掘的根本環境。而數據挖掘有可能是并不容易，隨機的有比較復雜的數據結構，尾數比較大，最后數據挖掘使很多學科交叉使用到了統計學以及數學等相關學科技術比較常見的方法和模型有以下幾個方面。

一、數據挖掘的方法和工具

（一）神經網絡

主要是為了模擬人類神經元的功能，通過輸入層以及輸出層來調整數據計算數據，之后再得到結果，使用在分類以及回歸方面。

（二）決策樹

主要就是通過一系列的決策來進行劃分，可以在一定程度下建立樹狀圖，主要用在分類以及預測方面，比較長的算法是cart以及c50等。

（三）可視化技術

使用圖表等相關方法將數據特征能夠更加直觀的表現出來，比如可以使用比較典型的直方圖，其中會采用很多描述統計的可視化技術來面對一個高偽數據可視化。

（四）傳統統計方法

比較常見的是抽樣技術面對比較海量的數據必須要進行嚴格的處理，對所有數據來進行分析是不可能的，同樣也是非常沒有必要的。因此在理論的指導下，進行相關更加合理的抽樣之后，再進行多元統計方面的分析，以及因子分析和聚類分析等。

（五）遺傳算法

這是在自然里進化理論的基礎上，主要是為了能夠讓精英聯合被模擬之后，再進行模擬基因的突變，以及選擇整個過程的一種較為優化的技術。

（六）關聯規則挖掘法

關聯規則主要指的就是描述數據相互之間所存在關系的一種規則。一般能夠分成兩個步驟，第一步就是要求出大數據的相機，第二步就是使用大數據的相機來產生關聯的一種規則。

二、數據挖掘在電子商務使用實例

（一）關聯規則在電子商務使用

一個比較典型的關聯規則形式，就是在購買面包以及黃油的顧客當中，有大部分的人同時買了牛奶，用在關聯規則發現主要對象是一種事物性的數據庫。一個事物一般是通過事物的處理時間與所購買的物品以及顧客的標志所構成的。其中針對售貨數據是主要的應用，因為條形碼技術不斷的發展，網絡技術也在逐漸成熟。大部分管理部門都可以收集很多收獲數據以及數客戶的資料，可以對這些歷史數據進行分析，并且發現其中的關聯，那么就可以對網上顧客的購買行為提供相當有價值的信息，理者能夠得以規劃市場，并且確定商品種類。一般關聯規則主要有兩種，有意義的以及泛化的。有意義關聯規則主要指的就是滿足了最小支持度以及可信度的規則。最小支持度表示一組對象在統計意義方面，需要能夠滿足最低的程度，比如電子商務當中客戶的數量或是消費方式，這也在一定程度上反映了關聯規則最低的可靠度。其次是泛化關聯規則，這樣的關聯規則是更加使用的，由于研究的對象相互之間存在這種層級關系，比如面包或者蛋糕屬于西點。這樣的層次關系可以發現更多具有意義的規則。

（二）數據抽取方法在電子商務使用

和傳統商務比起來，電子商務的虛擬以及不確定性是很多的，比如客戶購買的心理、動機、能力以及欲望等各方面。數據挖掘主要需要解決的任務就是怎樣從比較零散且沒有規則的數據中，找到更加有用且具有規則的數據，其基本方法就是對數據抽取數據抽取，主要目的是為了濃縮數據給予更加緊湊的描述，比如求和值或平均值等相關統計值，以及使用直方圖與餅狀圖等圖形的方法來進行表示，而最重要是從數據分化的角度對數據進行總結。數據方法是一種將最原始并且基本的信息，從低層次的抽象一直到高層次轉換的過程，可以使用多維數據的分析法，以及面向屬性的歸納法，在電子商務的活動中使用多維數據的分析法來進行抽取數據，針對電子商務活動里面的客戶數據倉庫，而在數據分析里，一般需要使用求和以及最大、最小等相關操作，這種操作計算量比較大，可以把匯集操作的結果提前計算，并予以儲存，從而使決策支持系統可以使用。

（三）分類預測法在電子商務使用

電子商務活動中分類是一個比較重要的任務，也是使用最多的技術分類，主要是為了構造分類函數或分類模型，一般可以叫做分類器分類構造的方法有統計方法，其學習方法與神經網絡的方法等，這些方法可以將數據庫里面的數據通過映射到一定類別當中的某一個方面，進而用于預測，利用歷史數據進行記錄，并且自動推導出一個給定的數據推廣描述，這樣的方式能夠對未來數據進行一定的預測。

三、結束語

綜上所述，電子商務是現代信息技術發展一個非常必然的結果，也正是未來的商務運作模式一個必然選擇。在目前經濟全球化的趨勢下，必須要能夠對基礎設施建設有所提升，推動企業獲得電子商務化過程。使電子商務可以安全立法，并且讓物流配送的體系也能夠達到更加完善。進而給電子商務的發展營造出一個更加優質的環境，促進各方面的創新發展，使企業在電子商務中擁有更高的競爭力，獲得全面的發展。

參考文獻：

[1]? 王微曦. 數據挖掘在電子商務中應用問題研究[J]. 藝術教育，2018（10）：87-88.

[2]? 黎海陽. 數據挖掘在電子商務中應用問題研究[J]. 通訊世界，2018，No.334（3）：350-351.

[3]? 張永海. 數據挖掘在電子商務中應用問題研究[J]. 電子技術與軟件工程，2018（3）：20-20.

[4]? 楚彥龍. 數據挖掘在電子商務中應用問題研究[J]. 數碼世界，2018（3）.

（作者單位：山東英才學院）