在電子商務(wù)中如何正確的使用數(shù)據(jù)挖掘技術(shù)

摘要：對(duì)于企業(yè)而言，數(shù)據(jù)挖掘有助于發(fā)現(xiàn)業(yè)務(wù)發(fā)展的趨勢(shì)，幫助企業(yè)做出正確的決策，使企業(yè)處于更有利的競(jìng)爭(zhēng)位置。數(shù)據(jù)挖掘中應(yīng)用的技術(shù)包括經(jīng)典的統(tǒng)計(jì)、近鄰、聚類(lèi)，也包括最新發(fā)展起來(lái)的決策樹(shù)、神經(jīng)網(wǎng)絡(luò)和關(guān)聯(lián)規(guī)則等一些較新的方法。當(dāng)實(shí)際開(kāi)發(fā)一個(gè)數(shù)據(jù)挖掘系統(tǒng)時(shí)，究竟應(yīng)該選擇哪種數(shù)據(jù)挖掘技術(shù)，往往是一件很困難的事情。本文結(jié)合數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用,提出選擇數(shù)據(jù)挖掘技術(shù)的兩個(gè)重要依據(jù)，以便開(kāi)發(fā)出有效、實(shí)用的數(shù)據(jù)挖掘系統(tǒng)。

關(guān)鍵詞：數(shù)據(jù)挖掘　電子商務(wù)　關(guān)聯(lián)分析　分類(lèi)　聚類(lèi)

1引言
隨著網(wǎng)絡(luò)技術(shù)和數(shù)據(jù)庫(kù)技術(shù)的成熟，全球傳統(tǒng)商務(wù)正經(jīng)歷一次重大變革，向電子商務(wù)全速挺進(jìn)。這種商業(yè)電子化的趨勢(shì)不僅為客戶提供了便利的交易方式和廣泛的選擇，同時(shí)也為商家提供了更加深入地了解客戶需求信息和購(gòu)物行為特征的可能性。數(shù)據(jù)挖掘技術(shù)作為電子商務(wù)的重要應(yīng)用技術(shù)之一，將為正確的商業(yè)決策提供強(qiáng)有力的支持和可靠的保證，是電子商務(wù)不可缺少的重要工具。
電子商務(wù)的發(fā)展促使公司內(nèi)部收集了大量的數(shù)據(jù)，并且迫切需要將這些數(shù)據(jù)轉(zhuǎn)換成有用的信息和知識(shí)，為公司創(chuàng)造更多潛在的利潤(rùn)，數(shù)據(jù)挖掘概念就是從這樣的商業(yè)角度開(kāi)發(fā)出來(lái)的。數(shù)據(jù)挖掘涉及的學(xué)科領(lǐng)域和方法很多，其核心技術(shù)歷經(jīng)了數(shù)十年的發(fā)展，其中包括統(tǒng)計(jì)、近鄰、聚類(lèi)、決策樹(shù)、神經(jīng)網(wǎng)絡(luò)和規(guī)則等。今天，這些成熟的技術(shù)在電子商務(wù)中已進(jìn)入了實(shí)用階段，并取得了良好的效果。但數(shù)據(jù)挖掘作為一個(gè)新興領(lǐng)域，在實(shí)際應(yīng)用當(dāng)中仍存在許多尚未解決的問(wèn)題。其中最困難的往往在于決定什么時(shí)候采用哪種數(shù)據(jù)挖掘技術(shù)。為了對(duì)數(shù)據(jù)挖掘技術(shù)進(jìn)行明智的選擇，本文結(jié)合數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用，從挖掘任務(wù)和數(shù)據(jù)信息兩個(gè)角度進(jìn)行分析，指出各種數(shù)據(jù)挖掘技術(shù)適用的場(chǎng)合，以便開(kāi)發(fā)出切實(shí)可用的數(shù)據(jù)挖掘系統(tǒng)。
2數(shù)據(jù)挖掘的概念及其在電子商務(wù)中的應(yīng)用
2.1數(shù)據(jù)挖掘的概念
數(shù)據(jù)挖掘是通過(guò)挖掘數(shù)據(jù)倉(cāng)庫(kù)中存儲(chǔ)的大量數(shù)據(jù)，從中發(fā)現(xiàn)有意義的新的關(guān)聯(lián)模式和趨勢(shì)的過(guò)程。從商業(yè)的角度定義，數(shù)據(jù)挖掘是一種新的商業(yè)信息處理技術(shù)，其主要特點(diǎn)是對(duì)商業(yè)數(shù)據(jù)庫(kù)中的大量業(yè)務(wù)數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)換、分析和其它模型化處理，從中提取輔助商業(yè)決策的關(guān)鍵性數(shù)據(jù)。數(shù)據(jù)挖掘最吸引人的地方是它能建立預(yù)測(cè)模型而不是回顧型的模型。利用功能強(qiáng)大的數(shù)據(jù)挖掘技術(shù)，可以使企業(yè)把數(shù)據(jù)轉(zhuǎn)化為有用的信息幫助決策，從而在市場(chǎng)競(jìng)爭(zhēng)中獲得優(yōu)勢(shì)地位。
2.2數(shù)據(jù)挖掘在電子商務(wù)中的應(yīng)用
由于數(shù)據(jù)挖掘能帶來(lái)顯著的經(jīng)濟(jì)效益，它在電子商務(wù)中（特別是金融業(yè)、零售業(yè)和電信業(yè)）應(yīng)用也越來(lái)越廣泛。
在金融領(lǐng)域，管理者可以通過(guò)對(duì)客戶償還能力以及信用的分析，進(jìn)行分類(lèi)，評(píng)出等級(jí)。從而可減少放貸的麻木性，提高資金的使用效率。同時(shí)還可發(fā)現(xiàn)在償還中起決定作用的主導(dǎo)因素，從而制定相應(yīng)的金融政策。更值得一提的是通過(guò)對(duì)數(shù)據(jù)的分析還可發(fā)現(xiàn)洗黑錢(qián)以及其它的犯罪活動(dòng)。
在零售業(yè)，數(shù)據(jù)挖掘可有助于識(shí)別顧客購(gòu)買(mǎi)行為，發(fā)現(xiàn)顧客購(gòu)買(mǎi)模式和趨勢(shì)，改進(jìn)服務(wù)質(zhì)量，取得更好的顧客保持力和滿意程度，提高貨品銷(xiāo)量比率，設(shè)計(jì)更好的貨品運(yùn)輸與分銷(xiāo)策略，減少商業(yè)成本。
電信業(yè)已經(jīng)迅速地從單純的提供市話和長(zhǎng)話服務(wù)演變?yōu)榫C合電信服務(wù)，如語(yǔ)音、傳真、尋呼、移動(dòng)電話、圖像、電子郵件、計(jì)算機(jī)和WEB數(shù)據(jù)傳輸以及其它的數(shù)據(jù)通信服務(wù)。電信、計(jì)算機(jī)網(wǎng)絡(luò)、因特網(wǎng)和各種其它方式的通信和計(jì)算的融合是目前的大勢(shì)所趨。而且隨著許多國(guó)家對(duì)電信業(yè)的開(kāi)放和新型計(jì)算與通信技術(shù)的發(fā)展，電信市場(chǎng)正在迅速擴(kuò)張并越發(fā)競(jìng)爭(zhēng)激烈。因此，利用數(shù)據(jù)挖掘技術(shù)來(lái)幫助理解商業(yè)行為、確定電信模式、捕捉盜用行為、更好的利用資源和提高服務(wù)質(zhì)量是非常有必要的。分析人員可以對(duì)呼叫源、呼叫目標(biāo)、呼叫量和每天使用模式等信息進(jìn)行分析，還可以通過(guò)挖掘進(jìn)行盜用模式分析和異常模式識(shí)別，從而可盡早發(fā)現(xiàn)盜用，為公司減少損失。
３選擇數(shù)據(jù)挖掘技術(shù)的兩個(gè)重要依據(jù)
　　數(shù)據(jù)挖掘使用的技術(shù)很多，其中主要包括統(tǒng)計(jì)方法、機(jī)器學(xué)習(xí)方法、和神經(jīng)網(wǎng)絡(luò)方法和數(shù)據(jù)庫(kù)方法。統(tǒng)計(jì)方法可細(xì)分為回歸分析、判別分析、聚類(lèi)分析、探索性分析等。機(jī)器學(xué)習(xí)方法可細(xì)分為歸納學(xué)習(xí)方法（決策樹(shù)、規(guī)則歸納）、基于范例學(xué)習(xí)、遺傳算法等。神經(jīng)網(wǎng)絡(luò)方法可細(xì)分為錢(qián)箱神經(jīng)網(wǎng)絡(luò)（BP算法）、自組織神經(jīng)網(wǎng)絡(luò)等。數(shù)據(jù)庫(kù)方法主要是多維數(shù)據(jù)分析或OLAP方法，另外還有面向?qū)傩缘臍w納方法。由于每一種數(shù)據(jù)挖掘技術(shù)都有其自身的特點(diǎn)和實(shí)現(xiàn)的步驟，對(duì)數(shù)據(jù)的形式有具體的要求，并且與具體的應(yīng)用問(wèn)題密切相關(guān)，因此成功的應(yīng)用數(shù)據(jù)挖掘技術(shù)以達(dá)到目標(biāo)過(guò)程本身就是一件很復(fù)雜的事情，本文主要從挖掘任務(wù)和可獲得的數(shù)據(jù)兩個(gè)角度來(lái)討論對(duì)數(shù)據(jù)挖掘技術(shù)的選擇。
3.1不同的挖掘任務(wù)使用不同的挖掘技術(shù)
數(shù)據(jù)挖掘的任務(wù)是從數(shù)據(jù)中發(fā)現(xiàn)模式。根據(jù)挖掘任務(wù)，數(shù)據(jù)挖掘可分為概念描述、聚集發(fā)現(xiàn)、關(guān)聯(lián)規(guī)則發(fā)現(xiàn)、分類(lèi)發(fā)現(xiàn)、回歸發(fā)現(xiàn)和序列模式發(fā)現(xiàn)等。在選擇使用某種數(shù)據(jù)挖掘技術(shù)之前，首先要將待解決的商業(yè)問(wèn)題轉(zhuǎn)化成正確的數(shù)據(jù)挖掘的任務(wù)，然后根據(jù)挖掘的任務(wù)來(lái)選擇具體使用某一種或幾種挖掘技術(shù)。下面具體的分析每一種挖掘任務(wù)應(yīng)使用哪些挖掘技術(shù)。
概念描述
概念描述是描述式數(shù)據(jù)挖掘的最基本形式。它以簡(jiǎn)潔匯總的形式描述給定的任務(wù)相關(guān)數(shù)據(jù)集，提供數(shù)據(jù)的有趣的一般特性。概念描述由特征化和比較組成。數(shù)據(jù)特征化是目標(biāo)類(lèi)數(shù)據(jù)的一般特征或特性的匯總。通常，用戶指定類(lèi)的數(shù)據(jù)通過(guò)數(shù)據(jù)庫(kù)查詢收集。例如，為研究上一年銷(xiāo)售增加10%的軟件產(chǎn)品的特征，可以通過(guò)執(zhí)行一個(gè)SQL查詢收集關(guān)于這些產(chǎn)品的數(shù)據(jù)。概念的特征化有兩種一般方法：基于數(shù)據(jù)立方體OLAP的方法和面向?qū)傩詺w納的方法。二者都是基于屬性或維的概化方法．?dāng)?shù)據(jù)特征的輸出可以用多種形式提供。包括餅圖、條圖、曲線、多維數(shù)據(jù)立方體和包括交叉表在內(nèi)的多維表。數(shù)據(jù)區(qū)分是將目標(biāo)類(lèi)對(duì)象的一般特征與一個(gè)或多個(gè)對(duì)比類(lèi)對(duì)象的一般特征比較。例如，將上一年銷(xiāo)售增加10%的軟件產(chǎn)品與同一時(shí)期銷(xiāo)售至少下降30%的那些產(chǎn)品進(jìn)行比較。用于數(shù)據(jù)區(qū)分的方法與用于數(shù)據(jù)特征化的方法類(lèi)似�？傊�，進(jìn)行概念描述挖掘時(shí)一般采用面向數(shù)據(jù)庫(kù)的方法，另外還可以采用機(jī)器學(xué)習(xí)方法的基于范例學(xué)習(xí)技術(shù)。與機(jī)器學(xué)習(xí)方法相比，面向數(shù)據(jù)庫(kù)的概念描述導(dǎo)致在大型數(shù)據(jù)庫(kù)和數(shù)據(jù)倉(cāng)庫(kù)中的有效性和可伸縮性。
聚集發(fā)現(xiàn)
聚集是把整個(gè)數(shù)據(jù)庫(kù)分成不

【在電子商務(wù)中如何正確的使用數(shù)據(jù)挖掘技術(shù)】相關(guān)文章：

如何正確使用節(jié)拍器02-24

網(wǎng)絡(luò)經(jīng)濟(jì)數(shù)據(jù)挖掘在工商管理中的應(yīng)用論文07-29

旅游管理下數(shù)據(jù)挖掘運(yùn)用論文11-18

旅游管理下數(shù)據(jù)挖掘運(yùn)用論文6篇11-18

論文參考文獻(xiàn)如何正確引用？04-29

如何正確添加參考文獻(xiàn)的引用格式08-15

特別指導(dǎo)：如何正確引用參考文獻(xiàn)03-02

在初中美術(shù)教學(xué)中如何應(yīng)用現(xiàn)代教學(xué)技術(shù)論文（精選6篇）05-16

電子商務(wù)及其安全技術(shù).06-03

生物技術(shù)在制藥中的運(yùn)用04-19