论文部分内容阅读
【摘要】电子商务中的海量Web 数据对数据挖掘的具体应用产生了极大的影响。数据挖掘技术作为一种先进的数据信息处理技术，在各类电商领域的应用受到了广泛的关注。本文浅析了数据挖掘技术优势，并深入探讨了其在电子商务各个领域的应用。
【关键词】电子商务 Web 数据挖掘
一、引言
信息社会中数据的爆炸性增长，“丰富的数据与贫乏的知识”问题的日渐突出，产生了对强有力的数据分析工具的需求。决策者迫切需要将海量数据转换成有价值的信息和知识，数据挖掘技术为这一需求提供了强有力的技术支持。随着数据捕获、传输和存储技术的快速发展，商户将需要采用新技术来挖掘市场价值，采用更为广阔的并行处理系统来创造新的商业增长点，数据挖掘技术将在为来的电子商务应用中扮演越来越重要的角色。
二、数据挖掘的含义
数据挖掘是数据库知识发现中的一个步骤。数据挖掘一般是指从大量的数据中自动搜索隐藏于其中的有着特殊关系性的信息的过程。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统和模式识别等诸多途径去实现相关目标。从市场商业化角度去分析，数据挖掘则是一种全新的计算机信息处理技术，通过对电子商务环境下产生的大量数据进行分析比较、模型化检验处理，从而得到一些能够为商户开展营销活动起到积极性意义的信息，充分利用数据挖掘技术，提高商户营销活动的精准性和有效性，进而提升企业的核心竞争力，在激烈的市场竞争中占得先机。
三、数据挖掘技术与传统统计分析方法的比较
1.数据挖掘技术简明易懂。数据挖掘与传统的统计分析方法的本质区别在于传统的统计分析方法是指运用统计方法及与分析对象有关的知识，从定量与定性相结合的基础上进行研究的活动，而数据挖掘则是在没有明确假设量和性的前提下进行的数据分析。数据挖掘与传统的统计分析方法并不是完全不同的，两者也是有联系的，数据挖掘是传统分析方法的延伸，是统计分析信息技术化的结果，通过运用计算机中的特定的专属应用软件，决策者便可在无需了解统计分析的具体算法的前提之下对所收集的客户信息数据进行分析运算，从而得到想要的预测结果。方便决策者或一些企业的末端使用者使用。
2.成果优势。数据挖掘技术同统计分析方法相比较，挖掘算法的研究成果无论从数量上还是实用性上都具有巨大优势。数据挖掘通过运用协同过滤、关联规则、Web日志的聚类算法、序列分析及演变分析等重要的技术和算法对客户的网络购买行为进行深度的数据分析，从中得到对企业有用的信息数据。再通过结合可视化技术，以图形界面的方式提供给使用者，以利于具有不同知识背景的使用者能够快速、准确地从挖掘结果中得到有效的信息。
四、数据挖掘在电子商务中的应用
1.客户信息分析。“以客户为中心”已经成为许多电子商务企业的经营理念，提升客户的体验度和满意度已经成为当下企业需要考虑的重要课题。通过运用Web日志的聚类算法，对客户的消费行为进行分析，得到客户不同消费特征的同时，按照不同的客户指标，对客户进行分类，从而达到客户细分的目的，有利于企业制定专业化、特定化的营销战略。将大量的客户分成不同的类别，针对每个类别不同的用户属性，为不同类的用户提供完全不同的个性化服务来提高客户的满意度，进而提高用户的忠诚度。对于一些新进的客户可以通过数据挖掘对其行为信息作出判断，了解其爱好和消费倾向，继而针对不同用户的需要为其展示一些特殊的、个性化的页面内容，从而提高客户的体验质量，达到挖掘潜在客户的目的。
2.Web站点优化。通过对用户的Web 日志文件进行分析挖掘，寻找优化Web站点的途径。首先是发现客户浏览网页的相关性，为客户经常一起访问的网页在页面增加超链接，从而方便客户在操作时页面的跳转，进而增加销售量。继而发现客户对超链接位置的关注度，将一些想让客户进入的链接放在客户习惯性的位置。对链接的优化和页面运行速度的优化无疑是为了能够方便大多数的访问者，减少服务器的响应延迟时间，提高系统的性能，给客户留下好的印象，增加下次访问的几率。
3.商品信息分析。合理利用关联规则寻找在同一事件中出现的不同项的相关性，比如通过数据分析找到消费者进行消费行为的时候经常一起购买的商品，进而将其放在一起进行营销活动，从而实现交叉营销，增加商品的销售量；分析Web日志查找经常被同时访问的网页，必要时增加超链接，若这些网页展示的是不同的商品信息，则超链接的存在同时具有了促进商品交叉销售的意义。
4.物流信息分析。采用神经网络预测技术，对各物流配送点的订单进行处理分析，得到订单数据，进而预测库存，为企业的库存管理提供实时有效的数据，为企业实现零库存生产创造条件，从而降低物流成本，提高企业运营效率。
五、结束语
数据挖掘技术是一项新兴的先进技术，对电子商务的发展有着举足轻重的作用，数据挖掘技术的研究有待人们更加深入的探讨，从而推动数据挖掘技术的深入发展和广泛应用，创造出更多的社会和经济价值。
参考文献
[1]赵岩赵慧娟.数据挖掘理论与技术[J].福建电脑，2006（02）.
[2]蒋良孝蔡之华.电子商务中的数据挖掘及其应用[J].计算机工程与设计， 2003（06）.
[3]庞英智.Web 数据挖掘技术在电子商务中的应用[J].情报科学，2011（）2）.
[4]夏火松.数据仓库与数据挖掘技术[M].北京：科学出版社，2004.（03）.
作者简介：徐剑彬（1991-），男，广东梅州人，华南师范大学经济与管理学院2010级本科学生，研究方向：电子商务。
（编辑：陈岑）
【关键词】电子商务 Web 数据挖掘
一、引言
信息社会中数据的爆炸性增长，“丰富的数据与贫乏的知识”问题的日渐突出，产生了对强有力的数据分析工具的需求。决策者迫切需要将海量数据转换成有价值的信息和知识，数据挖掘技术为这一需求提供了强有力的技术支持。随着数据捕获、传输和存储技术的快速发展，商户将需要采用新技术来挖掘市场价值，采用更为广阔的并行处理系统来创造新的商业增长点，数据挖掘技术将在为来的电子商务应用中扮演越来越重要的角色。
二、数据挖掘的含义
数据挖掘是数据库知识发现中的一个步骤。数据挖掘一般是指从大量的数据中自动搜索隐藏于其中的有着特殊关系性的信息的过程。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统和模式识别等诸多途径去实现相关目标。从市场商业化角度去分析，数据挖掘则是一种全新的计算机信息处理技术，通过对电子商务环境下产生的大量数据进行分析比较、模型化检验处理，从而得到一些能够为商户开展营销活动起到积极性意义的信息，充分利用数据挖掘技术，提高商户营销活动的精准性和有效性，进而提升企业的核心竞争力，在激烈的市场竞争中占得先机。
三、数据挖掘技术与传统统计分析方法的比较
1.数据挖掘技术简明易懂。数据挖掘与传统的统计分析方法的本质区别在于传统的统计分析方法是指运用统计方法及与分析对象有关的知识，从定量与定性相结合的基础上进行研究的活动，而数据挖掘则是在没有明确假设量和性的前提下进行的数据分析。数据挖掘与传统的统计分析方法并不是完全不同的，两者也是有联系的，数据挖掘是传统分析方法的延伸，是统计分析信息技术化的结果，通过运用计算机中的特定的专属应用软件，决策者便可在无需了解统计分析的具体算法的前提之下对所收集的客户信息数据进行分析运算，从而得到想要的预测结果。方便决策者或一些企业的末端使用者使用。
2.成果优势。数据挖掘技术同统计分析方法相比较，挖掘算法的研究成果无论从数量上还是实用性上都具有巨大优势。数据挖掘通过运用协同过滤、关联规则、Web日志的聚类算法、序列分析及演变分析等重要的技术和算法对客户的网络购买行为进行深度的数据分析，从中得到对企业有用的信息数据。再通过结合可视化技术，以图形界面的方式提供给使用者，以利于具有不同知识背景的使用者能够快速、准确地从挖掘结果中得到有效的信息。
四、数据挖掘在电子商务中的应用
1.客户信息分析。“以客户为中心”已经成为许多电子商务企业的经营理念，提升客户的体验度和满意度已经成为当下企业需要考虑的重要课题。通过运用Web日志的聚类算法，对客户的消费行为进行分析，得到客户不同消费特征的同时，按照不同的客户指标，对客户进行分类，从而达到客户细分的目的，有利于企业制定专业化、特定化的营销战略。将大量的客户分成不同的类别，针对每个类别不同的用户属性，为不同类的用户提供完全不同的个性化服务来提高客户的满意度，进而提高用户的忠诚度。对于一些新进的客户可以通过数据挖掘对其行为信息作出判断，了解其爱好和消费倾向，继而针对不同用户的需要为其展示一些特殊的、个性化的页面内容，从而提高客户的体验质量，达到挖掘潜在客户的目的。
2.Web站点优化。通过对用户的Web 日志文件进行分析挖掘，寻找优化Web站点的途径。首先是发现客户浏览网页的相关性，为客户经常一起访问的网页在页面增加超链接，从而方便客户在操作时页面的跳转，进而增加销售量。继而发现客户对超链接位置的关注度，将一些想让客户进入的链接放在客户习惯性的位置。对链接的优化和页面运行速度的优化无疑是为了能够方便大多数的访问者，减少服务器的响应延迟时间，提高系统的性能，给客户留下好的印象，增加下次访问的几率。
3.商品信息分析。合理利用关联规则寻找在同一事件中出现的不同项的相关性，比如通过数据分析找到消费者进行消费行为的时候经常一起购买的商品，进而将其放在一起进行营销活动，从而实现交叉营销，增加商品的销售量；分析Web日志查找经常被同时访问的网页，必要时增加超链接，若这些网页展示的是不同的商品信息，则超链接的存在同时具有了促进商品交叉销售的意义。
4.物流信息分析。采用神经网络预测技术，对各物流配送点的订单进行处理分析，得到订单数据，进而预测库存，为企业的库存管理提供实时有效的数据，为企业实现零库存生产创造条件，从而降低物流成本，提高企业运营效率。
五、结束语
数据挖掘技术是一项新兴的先进技术，对电子商务的发展有着举足轻重的作用，数据挖掘技术的研究有待人们更加深入的探讨，从而推动数据挖掘技术的深入发展和广泛应用，创造出更多的社会和经济价值。
参考文献
[1]赵岩赵慧娟.数据挖掘理论与技术[J].福建电脑，2006（02）.
[2]蒋良孝蔡之华.电子商务中的数据挖掘及其应用[J].计算机工程与设计， 2003（06）.
[3]庞英智.Web 数据挖掘技术在电子商务中的应用[J].情报科学，2011（）2）.
[4]夏火松.数据仓库与数据挖掘技术[M].北京：科学出版社，2004.（03）.
作者简介：徐剑彬（1991-），男，广东梅州人，华南师范大学经济与管理学院2010级本科学生，研究方向：电子商务。
（编辑：陈岑）