- 相關推薦
探析電子商務中數據挖掘方法的應用
摘要： 電子商務是現代商業的主流趨勢，如何充分利用網絡技術和數據庫技術發揮企業優勢，成為企業制勝的法寶。本文介紹了常用的數據挖掘方法，以及在電子商務領域的應用，分析了利用數據挖掘技術建設動態、高效電子商務的可行性。關鍵詞：數據挖掘 電子商務 數據庫
一、引言
電子商務是指以Internet網絡為載體、利用數字化電子方式開展的商務活動。隨著網絡技術和數據庫技術的飛速發展，電子商務正顯示越來越強大的生命力。電子商務的發展促使公司內部收集了大量的數據，并且迫切需要將這些數據轉換成有用的信息和知識，為公司創造更多潛在的利潤。利用數據挖掘技術可以有效地幫助企業分析從網上獲取的大量數據，發現隱藏在其后的規律性，提取出有效信息，進而指導企業調整營銷策略，給客戶提供動態的個性化的高效率服務。
二、數據挖掘技術
1.數據挖掘
數據挖掘(Data Mining)，又稱數據庫中的知識發現(Knowledge Discovery in Database, KDD)，是從大量的、不完全的、有噪聲的、模糊的和隨機的數據中，提取隱含在其中的、人們事先不知道的，但又是潛在有用的信息和知識的過程。數據挖掘是一門廣義的交叉學科，它匯聚了不同領域尤其是數據庫、人工智能、數理統計、可視化、并行計算等方面的知識。數據挖掘技術從一開始就是面向應用領域，它不僅是面向特定數據庫的簡單檢索查詢調用，而且，要對數據進行微觀、中觀乃至宏觀的統計、分析、綜合和推理，以指定實際問題的求解，企圖發現事件間的相互關聯，甚至利用已有的數據對未來的活動進行預測。數據挖掘技術在金融、保險、電信、大型超市等積累有大量數據的電子商務行業有著廣泛的應用，如信用分析、風險分析、欺詐檢驗、用戶聚類分析、消費者習慣分析等。
2.數據挖掘過程
挖掘數據過程可以分為3個步驟：數據預處理、模式發現、模式分析。
(1)數據預處理。實際系統中的數據一般都具有不完全性、冗余性和模糊性。因此，數據挖掘一般不對原始數據進行挖掘，要通過預處理提供準確、簡潔的數據。預處理主要完成以下工作：包括合并數據，將多個文件或多個數據庫中的數據進行合并處理；選擇數據，提取出適合分析的數據集合；數據清洗、過濾，剔除一些無關記錄，將文件、圖形、圖像及多媒體等文件轉換成可便于數據挖掘的格式等。
(2)模式發現。模式發現階段就是利用挖掘算法挖掘出有效的、新穎的、潛在的、有用的以及最終可以理解的信息和知識。可用于Web的挖掘技術有路徑選擇、關聯分析、分類規則、聚類分析、序列分析、依賴性建模等等。
(3)模式分析。模式分析是從模式發現階段獲得的模式、規則中過濾掉不感興趣的規則和模式。通過技術手段，對得到的模式進行數據分析，得出有意義的結論。常用的技術手段有：關聯規則、分類、聚類、序列模式等。
三、電子商務中幾種常用的數據挖掘方法
1.關聯規則
關聯規則是數據挖掘研究的主要模式之一，側重于確定數據中不同領域之間的關系，找出滿足給定條件下的多個域間的依賴關系。關聯規則挖掘對象一般是大型數據庫，該規則一般表示式為：A1∧A2∧…Am=