談數據挖掘技術(shù)在電子商務(wù)中的應用

［摘要］電子商務(wù)的廣泛應用使企業(yè)產(chǎn)生了大量的業(yè)務(wù)數據，按企業(yè)既定業(yè)務(wù)目標對這些數據進(jìn)行數據挖掘可以幫助企業(yè)分析出完成任務(wù)所需的關(guān)鍵因素。文章先容了數據挖掘技術(shù)，以實(shí)例分析了數據挖掘在電子商務(wù)中的應用，并先容了在電子商務(wù)中如何應用數據挖掘技術(shù)。
　�。坳P(guān)鍵詞］電子商務(wù)；數據挖掘；路徑分析
　　　　 隨著(zhù)Internet 的普及,電子商務(wù)的興起,人們的商務(wù)理念正在改變, 電子商務(wù)的廣泛應用使企業(yè)產(chǎn)生了大量的業(yè)務(wù)數據,如何更快、更好地利用各種有效的數據更好地開(kāi)展電子商務(wù),這是目前電子商務(wù)急需解決的題目。
　　
　　一 、數據挖掘技術(shù)
　　
　　 20 世紀 90 年代以來(lái)，隨著(zhù)信息技術(shù)和數據庫技術(shù)的迅猛發(fā)展，人們可以非常方便地獲取和存儲大量的數據。面對大規模的海量的數據，傳統的數據分析工具（如治理信息系統）只能進(jìn)行一些表層的處理（如查詢(xún)、統計等），而不能獲得數據之間的內在關(guān)系和隱含的信息。為了擺脫“數據豐富，知識貧乏”的困境，人們迫切需要一種能夠智能地自動(dòng)地把數據轉換成有用信息和知識的技術(shù)和工具，這種對強有力數據分析工具的迫切需求使得數據挖掘技術(shù)應運而生。人們熟悉到數據庫中存儲的數據量急劇增大，在大量的數據背后隱躲著(zhù)很多重要的信息，假如能把這些信息從數據庫中抽取出來(lái)，將為公司創(chuàng )造很多潛伏的利潤。這種從海量數據庫中挖掘信息的技術(shù)，就稱(chēng)之為數據挖掘。數據挖掘一般有以下四類(lèi)主要任務(wù)：
　　
　　 （一）數據總結
　　 數據挖掘能夠將數據庫中的有關(guān)數據從較低的個(gè)體層次抽象總結到較高的總體層次上，從而實(shí)現對原始基本數據的總體把握。
　　
　　 （二）分類(lèi)
　　 分析數據的各種屬性，并找出數據的屬性模型，確定哪些數據屬于哪些組。這樣我們就可以利用該模型來(lái)分析已有數據，并猜測新數據將屬于哪一個(gè)組。
　　
　　 （三）關(guān)聯(lián)分析
　　 數據庫中的數據一般都存在著(zhù)關(guān)聯(lián)關(guān)系，也就是說(shuō)，兩個(gè)或多個(gè)變量的取值之間存在某種規律性。通過(guò)挖掘數據派生關(guān)聯(lián)規則，可以了解客戶(hù)的行為。
　　
　　 （四）聚類(lèi)
　　 聚類(lèi)分析是按照某種相近程度度量方法，將用戶(hù)數據分成一系列有意義的子集合。每一個(gè)集合中的數據性質(zhì)相近，不同集合之間的數據性質(zhì)相差較大。
　　 數據挖掘的特點(diǎn)和性質(zhì)對于企業(yè)而言,有助于發(fā)現其企業(yè)業(yè)務(wù)發(fā)展的趨勢, 揭示已知的事實(shí), 猜測未知的結果, 并幫助企業(yè)分析出完成任務(wù)所需的關(guān)鍵因素, 以達到增加收進(jìn), 降低本錢(qián), 使企業(yè)處于更有利的競爭位置的目的。
　　
　　二、數據挖掘在電子商務(wù)中的作用
　　
　　 數據挖掘技術(shù)源于貿易的直接需求, 因此它在各種貿易領(lǐng)域都存在廣泛的使用價(jià)值。電子商務(wù)是貿易領(lǐng)域的一種新興商務(wù)模式，是指利用電子信息技術(shù)開(kāi)展一切商務(wù)活動(dòng)。當電子商務(wù)在企業(yè)中得到應用時(shí), 企業(yè)信息系統將產(chǎn)生大量數據, 這些海量數據使數據挖掘有了豐富的數據基礎, 同時(shí)高性能計算機和高傳輸速率網(wǎng)絡(luò )的使用也給數據挖掘技術(shù)提供了堅實(shí)的保障。因此數據挖掘技術(shù)在電子商務(wù)活動(dòng)中有了更大的用武之地。下面先容數據挖掘在以下電子商務(wù)幾個(gè)方面的作用:
　　
　　 （一）客戶(hù)細分
　　 隨著(zhù)“以客戶(hù)為中心”的經(jīng)營(yíng)理念的不斷深進(jìn)人心, 分析客戶(hù)、了解客戶(hù)并引導客戶(hù)的需求已成為企業(yè)經(jīng)營(yíng)的重要課題。通過(guò)對電子商務(wù)系統收集的交易數據進(jìn)行分析, 可以按各種客戶(hù)指標(如自然屬性、收進(jìn)貢獻、交易額、價(jià)值度等) 對客戶(hù)分類(lèi), 然后確定不同類(lèi)型客戶(hù)的行為模式, 以便采取相應的營(yíng)銷(xiāo)措施, 促使企業(yè)利潤的最大化。
　　
　　 （二）客戶(hù)獲得
　　 利用數據挖掘可以有效地獲得客戶(hù)。比如通過(guò)數據挖掘可以發(fā)現購買(mǎi)某種商品的消費者是男性還是女性, 學(xué)歷、收進(jìn)如何, 有什么愛(ài)好, 是什么職業(yè)等等。甚至可以發(fā)現不同的人在購買(mǎi)該種商品的相關(guān)商品后多長(cháng)時(shí)間有可能購買(mǎi)該種商品, 以及什么樣的人會(huì )購買(mǎi)什么型號的該種商品等等。也許很多因素表面上看起來(lái)和購買(mǎi)該種商品不存在任何聯(lián)系, 但數據挖掘的結果卻證實(shí)它們之間有聯(lián)系。在采用了數據挖掘后, 針對目標客戶(hù)發(fā)送的廣告的有效性和回應率將得到大幅度的進(jìn)步, 傾銷(xiāo)的本錢(qián)將大大降低。
　　
　　 （三）客戶(hù)保持
　　 數據挖掘可以把你大量的客戶(hù)分成不同的類(lèi), 在每個(gè)類(lèi)里的客戶(hù)擁有相似的屬性, 而不同類(lèi)里的客戶(hù)的屬性也不同。你完全可以做到給不同類(lèi)的客戶(hù)提供完全不同的服務(wù)來(lái)進(jìn)步客戶(hù)的滿(mǎn)足度。數據挖掘還可以發(fā)現具有哪些特征的客戶(hù)有可能流失, 這樣挽留客戶(hù)的措施將具有針對性, 挽留客戶(hù)的用度將下降。
　　
　　 （四）交叉銷(xiāo)售
　　 交叉銷(xiāo)售可以使企業(yè)比較輕易地得到關(guān)于客戶(hù)的豐富的信息,而這些大量的數據對于數據挖掘的正確性來(lái)說(shuō)是有很大幫助的。在企業(yè)所把握的客戶(hù)信息, 尤其是以前購買(mǎi)行為的信息中, 可能正包含著(zhù)這個(gè)客戶(hù)決定他下一個(gè)購買(mǎi)行為的關(guān)鍵, 甚至決定因素。這個(gè)時(shí)候數據挖掘的作用就會(huì )體現出來(lái), 它可以幫助企業(yè)尋找到這些影響他購買(mǎi)行為的因素。 　　 （五）個(gè)性服務(wù)
　　 當客戶(hù)在電子商務(wù)網(wǎng)站注冊時(shí), 客戶(hù)將會(huì )看到帶有客戶(hù)姓名的歡迎詞。根據客戶(hù)的訂單紀錄, 系統可以向客戶(hù)顯示那些可能引起客戶(hù)特殊愛(ài)好的新商品。當客戶(hù)留意到一件特殊的商品時(shí), 系統會(huì )建議一些在購買(mǎi)中可以增加的其他商品。普通的產(chǎn)品目錄手冊經(jīng)常簡(jiǎn)單地按類(lèi)型對商品進(jìn)行分組, 以簡(jiǎn)化客戶(hù)挑選商品的步驟。然而對于在線(xiàn)商店, 商品分組可能是完全不同的, 它經(jīng)常以針對客戶(hù)的商品補充條目為基礎。不僅考慮客戶(hù)看到的條目, 而且還考慮客戶(hù)購物籃中的商品。使用數據挖掘技術(shù)可以使推薦更加個(gè)性化。
　　
　　 （六）資源優(yōu)化
　　 節約本錢(qián)是企業(yè)盈利的關(guān)鍵。通過(guò)分析歷史的財務(wù)數據、庫存數據和交易數據, 可以發(fā)現企業(yè)資源消耗的關(guān)鍵點(diǎn)和主要活動(dòng)的投進(jìn)產(chǎn)出比例, 從而為企業(yè)資源優(yōu)化配置提供決策依據, 例如降低庫存、進(jìn)步庫存周轉率、進(jìn)步資金使用率等。
　　
　　 （七）異常事件的確定
　　 在很多貿易領(lǐng)域中, 異常事件具有明顯的貿易價(jià)值, 如客戶(hù)流失、銀行的信用卡欺詐、電信中移動(dòng)話(huà)費拖欠等。通過(guò)數據挖掘中的奇異點(diǎn)分析可以迅速正確地甄別這些異常事件。
　　 由此可見(jiàn)數據挖掘在電子商務(wù)中有著(zhù)重要的作用。在生活中采用數據挖掘的成功的例子很多。例如總部位于美國阿肯色州的WalMart零售商的“尿布與啤酒”的故事。WalMart擁有世界上最大的數據倉庫系統，它利用數據挖掘工具對數據倉庫中的原始交易數據進(jìn)行分析，得到了一個(gè)意外發(fā)現：跟尿布一起購買(mǎi)最多的商品竟然是啤酒。假如不是借助于數據倉庫和數據挖掘，商家決不可能發(fā)現這個(gè)隱躲在背后的事實(shí)：在美國，一些年輕的父親放工后經(jīng)常要到超市往買(mǎi)嬰兒尿布，而他們中有30%～40%的人同時(shí)也為自己買(mǎi)一些啤酒。有了這個(gè)發(fā)現后，超市調整了貨架的擺放，把尿布和啤酒放在一起，明顯增加了銷(xiāo)售額。
　　
　　三、電子商務(wù)中如何應用數據挖掘技術(shù)
　　
　　 數據挖掘在電子商務(wù)中有廣泛的應用。那么在電子商務(wù)中是如何應用數據挖掘技術(shù)的？
　　 首先，從挖掘過(guò)程說(shuō)，對在線(xiàn)訪(fǎng)問(wèn)客戶(hù)數據的挖掘主要有兩部分：一部分是客戶(hù)訪(fǎng)問(wèn)信息的挖掘,另一部分是客戶(hù)登記信息的挖掘。面對大量的訪(fǎng)問(wèn)日志,首先要做的就是對數據進(jìn)行清洗,即預處理,把無(wú)關(guān)的數據,不重要的數據等處理掉;接著(zhù)對數據進(jìn)行事務(wù)識別,通過(guò)對事務(wù)進(jìn)行劃分后,就可以根據具體的分析需求選擇模式發(fā)現的技術(shù),如路徑分析、愛(ài)好關(guān)聯(lián)規則、聚類(lèi)等。通過(guò)模式分析,找到有用的信息,再通過(guò)聯(lián)機分析(OLAP) 的驗證,結合客戶(hù)登記信息,找出有價(jià)值的市場(chǎng)信息,或發(fā)現潛伏的市場(chǎng)。
　　 其次，挖掘方法主要有以下幾種：
　　
　　 1.路徑分析
　　 路徑分析是一種找尋頻繁訪(fǎng)問(wèn)路徑的方法,它通過(guò)對Web 服務(wù)器的日志文件中客戶(hù)訪(fǎng)問(wèn)站點(diǎn)的訪(fǎng)問(wèn)次數分析,挖掘出頻繁訪(fǎng)問(wèn)路徑。 例如:一客戶(hù)從某一站點(diǎn)訪(fǎng)問(wèn)到某一感愛(ài)好的頁(yè)面后就會(huì )經(jīng)常訪(fǎng)問(wèn)該頁(yè)面, 通過(guò)路徑分析確定頻繁訪(fǎng)問(wèn)路徑， 可以了解客戶(hù)對哪些頁(yè)面感愛(ài)好，（下轉第78頁(yè)）（上接第80頁(yè)）從而更好地改進(jìn)設計，為客戶(hù)服務(wù)。
　　
　　 2.愛(ài)好關(guān)聯(lián)規則
　　 當客戶(hù)訪(fǎng)問(wèn)某一網(wǎng)頁(yè)時(shí),一般會(huì )通過(guò)愛(ài)好詞條找出相關(guān)的愛(ài)好網(wǎng)頁(yè)通過(guò)鏈接繼續訪(fǎng)問(wèn), 這種關(guān)聯(lián)產(chǎn)生的數據假如能夠按照某種策略進(jìn)行挖掘分析, 統計出客戶(hù)訪(fǎng)問(wèn)某些頁(yè)面及愛(ài)好關(guān)聯(lián)頁(yè)面的比率, 就可以很好地組織站點(diǎn), 實(shí)施有效的市場(chǎng)策略。
　　
　　 3.聚類(lèi)分析
　　 聚類(lèi)分析是電子商務(wù)中很重要的一個(gè)方面,通過(guò)分組聚類(lèi)出具有相似瀏覽行為的客戶(hù),并分析客戶(hù)的共同特征,更好地幫助電子商務(wù)的用戶(hù)了解自己的客戶(hù),向客戶(hù)提供更合適的服務(wù)。如通過(guò)對眾多的瀏覽“camera”網(wǎng)頁(yè)的客戶(hù)分析,發(fā)現在該網(wǎng)頁(yè)上經(jīng)�；ㄒ欢螘r(shí)間瀏覽的客戶(hù),再通過(guò)對這部分客戶(hù)的登記資料分析,知道這些客戶(hù)是潛伏要買(mǎi)相機的客戶(hù)群體。就可以調整“camera”網(wǎng)頁(yè)的內容和風(fēng)格,以適應客戶(hù)的需要。
　　 通過(guò)以上幾種數據分析的方法可以有效地對電子商務(wù)中的信息進(jìn)行分析，從而更有效地開(kāi)展電子商務(wù)。
　　 目前，數據挖掘技術(shù)正以前所未有的速度發(fā)展，并且擴大著(zhù)用戶(hù)群體，在未來(lái)越來(lái)越激烈的市場(chǎng)競爭中，擁有數據挖掘技術(shù)必將比別人獲得更快速的反應，贏(yíng)得更多的貿易機會(huì )�，F在世界上的主要數據庫廠(chǎng)商紛紛開(kāi)始把數據挖掘功能集成到自己的產(chǎn)品中，加快數據挖掘技術(shù)的發(fā)展。我國在這一領(lǐng)域正處在研究開(kāi)發(fā)階段,加快研究數據挖掘技術(shù)，并把它應用于電子商務(wù)中，應用到更多行業(yè)中，勢必會(huì )有更好的貿易機會(huì )和更光明的遠景。
　　
　�。蹍⒖嘉墨I］
　�。�1］韓家煒.Web 挖掘研究［J］.計算機研究與發(fā)展,2001 , 38（4）.
　�。�2］陳宏. 消費者數據挖掘系統建立的幾個(gè)題目［J］. www.ctiforum.com,2002-09-03.

【談數據挖掘技術(shù)在電子商務(wù)中的應用】相關(guān)文章：

數據挖掘技術(shù)在電子商務(wù)網(wǎng)站中的應用03-28

數據挖掘技術(shù)在ＣＲＭ中的應用03-22

Ｗｅｂ數據挖掘在電子商務(wù)中的應用.03-21

數據挖掘在旅游電子商務(wù)中應用論文11-28

數據挖掘技術(shù)在企業(yè)知識管理中的應用03-19

談聚類(lèi)挖掘在電子商務(wù)中的應用03-18

Ｗｅｂ數據挖掘在電子商務(wù)中的應用研究03-07

數據挖掘技術(shù)在客戶(hù)關(guān)系管理中的應用12-09

數據挖掘在ＣＲＭ中的應用分析03-22