数据挖掘在电子商务中的应用

成绩：学年论文题目：数据挖掘在电子商务中的应用学院：信息工程学院计算机系专业：信息管理与信息系统班级：07-01学号：20072655姓名：杨力指导教师：高岩2010年10月29日数据挖掘在电子商务中的应用杨力（天津商业大学信息工程学院计算机系天津市300134）[e-mail]摘要：电子商务是现代商业模式，数据挖掘是先进的信息处理技术。如何将数据挖掘技术运用到电子商务中，为电子商务活动提供支持是本文研究的重点。本文着重从优化企业资源、管理客户数据、评估商业信用、确定异常事件四个方面来阐述数据挖掘技术在电子商务上的应用。关键词：数据挖掘；电子商务；应用中图法分类号：TP311.1文献标识码:ADataminingapplicationsine-commerceYangLi（DepartmentofComputerInformationEngineeringCollege,Tianjinuniversityofcommerce,Tianjin300134,China）Abstract:Electroniccommerceisamodernbusinessmodel,dataminingisanadvancedinformationprocessingtechnology.Howtousethedataminingtechnologyintothee-commerceandtosupportthee-commerceactivitiesisthefocusofthispaper.Thearticlefocusesonthefouraspectsofoptimizationofenterpriseresources,managementofcustomerdatatoassessthecommercialcredit,identifiedanomaliestoelaborateontheapplicationofdataminingine-commerceKeywords:datamining;e-commerce;application0引言随着网络技术和数据库技术的成熟，全球传统商务正经历一次重大变革，向电子商务全速挺进。电子商务是商业领域的一种新兴商务模式，它是以网络为平台，以现代信息技术为手段，以经济效益为中心的现代化商业运转模式，其最终目标是实现商务活动的网络化、自动化与智能化。电子商务的产生改变了企业的经营理念、管理方式和支付手段，给社会的各个领域带来了巨大的变革。随着网络技术的迅猛发展和社会信息化水平的提高，电子商务显示出巨大的市场价值和发展潜力。电子商务是数据挖掘技术最恰当的应用领域,这主要是因为电子商务可以很容易地满足数据挖掘所必需的因素:丰富的数据语言、自动收集可靠的数据,并且可将挖掘的结果转化成商务行为。但是要真正发挥数据挖掘技术在电子商务中的效率,除了充分利用前面讲到的基本方法和合理选择前面讲到的常用工具外,数据挖掘技术必须将事务处理阶段的数据转存到数据仓库中,并与电子商务行为有机结合。1概述1.1基本概念介绍数据挖掘(DataMining)，又称为数据库中的知识发现(KnowledgeDiscoveryinDatabase,KDD)，就是从大量的、不完全的、有噪声的、模糊的、随机的原始数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。或者说是从数据库中发现有用的知识(KDD)，并进行数据分析、数据融合(DataFusion)以及决策支持的过程。电子商务是利用计算机技术、网络技术和远程通信技术，实现整个商务(买卖)过程中的电子化、数字化和网络化。在全球范围内，基于Internet的电子商务迅猛发展，促使各企业经营者必须及时搜集大量的数据，并且将这些数据转换成有用的信息，为企业创造更多潜在的利润。利用数据挖掘技术可以有效地帮助企业分析从网上获取的大量数据，提取出有效信息，进而指导企业调整营销策略，给客户提供动态的个性化的高效率服务。1.2电子商务与数据挖掘的关系当电子商务在企业中得到应用时,企业信息系统将产生大量数据,并且迫切需要将这些数据转换成有用的信息和知识，为企业创造更多潜在的利润，数据挖掘概念就是从这样的商业角度开发出来的。数据挖掘是一种新的商业信息处理技术，其主要特点是对商业数据库中的大量业务数据进行抽取、转换、分析和其他模型化处理，从中提取辅助商业决策的关键性数据。利用功能强大的数据挖掘技术，可以使企业把数据转化为有用的信息帮助决策，从而在市场竞争中获得优势地位。电子商务中数据挖掘的体系结构如图1所示。该体系由三个主要部分组成:商务数据定义、顾客相互作用和分析处理。与这三个部分相连接的是三个数据转换过程:准备数据、创建数据库和显示结果。1.3数据挖掘在电子商务中应用的现状电子商务正在企业和商贸领域占据着越来越多的市场份额,数据挖掘主要用于商品的市场定位和消费分析,以辅助制定市场策略,还可以用来分析购物模式,预测销售行情。现在世界上的主要数据库厂商纷纷开始把数据挖掘功能集成到自己的产品中。IBM和Microsoft等大公司都在自己的产品或相应产品上增加了在线分析处理。IBM公司开发的QUEST和IntelligentMiner系统可以挖掘客户的购物行为模式。Microsoft公司发布过一个基于XML的数据访问协议,该协议能使开发商为各类客户和开发平台提供数据分析。随着联机分析处理和OLEDBforDataMining的发展,该协议支持对Microsoft数据源的访问。我国在这一领域正处在研究开发阶段,应用和产品还相对滞后,但现在正在起步。因为这一新兴领域不但有很好的研究和应用前景,而且有很好的商业机会。图12数据挖掘在电子商务中的应用2.1优化企业资源节约成本是企业盈利的关键。基于数据挖掘技术，实时、全面、准确地掌握企业资源信息，通过分析历史的财务数据、库存数据和交易数据,可以发现企业资源消耗的关键点和主要活动的投入产出比例,从而为企业资源优化配置提供决策依据,例如降低库存、提高库存周转率、提高资金使用率等。通过对Web数据挖掘，快速提取商业信息，使企业准确地把握市场动态，极大地提高企业对市场变化的响应能力和创新能力，使企业最大限度地利用人力资源、物质资源和信息资源，合理协调企业内外部资源的关系，产生最佳的经济效益。促进企业发展的科学化、信息化和智能化。例如:美国运通公司(AmericanExpress)有一个用于记录信用卡业务的数据库，数据量达到54亿字符，并仍在随着业务进展不断更新。运通公司通过对这些数据进行挖掘，制定了“关联结算(RelationshipBilling)优惠”的促销策略，即如果一个顾客在一个商店用运通卡购买一套时装，那么在同一个商店再买一双鞋，就可以得到比较大的折扣，这样既可以增加商店的销售量，也可以增加运通卡在该商店的使用率。2.2管理客户数据随着“以客户为中心”的经营理念的不断深入人心,分析客户、了解客户并引导客户的需求已成为企业经营的重要课题。基于数据挖掘技术，企业将最大限度地利用客户资源，开展客户行为的分析与预测，对客户进行分类。有助于客户盈利能力分析，寻找潜在的有价值分析处理顾客相互作用商务数据定义显示结果显示结果显示结果创建数据库的客户，开展个性化服务，提高客户的满意度和忠诚度。通过Web资源的挖掘，了解客户的购买习惯和兴趣，从而改善网站结构设计，推出满足不同客户的个性化网页。利用数据挖掘可以有效地获得客户。比如通过数据挖掘可以发现购买某种商品的消费者是男性还是女性,学历、收入如何,有什么爱好,是什么职业等等。甚至可以发现不同的人在购买该种商品的相关商品后多长时间有可能购买该种商品,以及什么样的人会购买什么型号的该种商品等等。在采用了数据挖掘后,针对目标客户发送的广告的有效性和回应率将得到大幅度的提高,推销的成本将大大降低。同时，在客户数据挖掘的基础上，企业可以发现重点客户和评价市场性能，制定个性化营销策略，拓宽销售渠道和范围，为企业制定生产策略和发展规划提供科学的依据。通过呼叫中心优化与客户沟通的渠道，提高对客户的响应效率和服务质量，促进客户关系管理的自动化和智能化。成功案例:美国的读者文摘(Reader‘sDigest)出版公司运行着一个积累了40年的业务数据库，其中容纳有遍布全球的一亿多个订户的资料，数据库每天24小时连续运行，保证数据不断得到实时的更新，正是基于对客户资料数据库进行数据挖掘的优势，使读者文摘出版公司能够从通俗杂志扩展到专业杂志、书刊和声像制品的出版和发行业务，极大地扩展了自己的业务。2.3评估商业信用低劣的信用状况是影响商业秩序的突出问题，已经引起世人的广泛关注。由于网上诈骗现象层出不穷，企业财务“造假”现象日益严重，信用危机成为制约电子商务发展的重要因素。利用数据挖掘技术对企业经营进行跟踪，开展企业的资产评估、利润收益分析和发展潜力预测，构建完善的安全保障体系，实施网上全程监控，强化网上交易和在线支付的安全管理。基于数据挖掘的信用评估模型，对交易历史数据进行挖掘，发现客户的交易数据特征，建立客户信誉度级别，有效地防范和化解信用风险，提高企业信用甄别与风险管理的水平和能力。2.4确定异常事件在许多商业领域中,异常事件具有显著的商业价值,如客户流失、银行的信用卡欺诈、电信中移动话费拖欠等。通过数据挖掘中的奇异点分析可以迅速准确地甄别这些异常事件，为企业采取决策提供依据，减少企业不必要的损失。电子商务是现代信息技术发展的必然结果，也是未来商业运作模式的必然选择。电子商务领域具有丰富的信息资源，为数据挖掘的应用开辟了广阔的应用舞台。数据挖掘将为电子商务提供有力的技术支持，极大地促进电子商务的发展与普及，推动电子商务的应用进程。数据挖掘技术作为电子商务的重要应用技术之一，将为正确的商业决策提供强有力的支持和可靠的保证，是电子商务不可缺少的重要工具，有着广阔的发展前景。3结语随着电子商务发展的势头越来越强劲，电子商务将是现代信息技术发展的必然结果，也是未来商业运作模式的必然选择，面向电子商务的数据挖掘也将是一个非常有前景的领域。它能自动预测客户的消费趋势、市场走向，指导企业建设个性化智能网站，带来巨大的商业利润，可以为企业创建新的商业增长点。利用数据挖掘技术来分析大量的数据，还可以挖掘出商品的消费规律与客户的访问模式，帮助企业制定有效的营销策略，充分发挥企业的独特优势，促进管理创新和技术创新，提高企业竞争力。但是在面向电子商务的数据挖掘中也存在很多问题急需解决，比如怎样将服务器的日志数据转化成适合某种数据挖掘技术的数据格式，怎样解决分布性、异构性数据源的挖掘，如何控制整个Web上知识发现过程等。随着硬件环境、挖掘算法的深入研究及应用经验的积累，数据挖掘技术及在电子商务中的应用必将取得长足的进展。参考文献:[1]JIAWEIHAN,MICHELINEKAMBER.数据挖掘概念与技术[M].范明,孟小峰.北京:机械工业出版社,2001.[2]凌传繁.Web挖掘技术在电子商务中的应用[J].情报杂志.2006.01:22-25.[3]吴九雄.Web挖掘在电子商务中的应用研究[J].信息系统工程.2010.01:15-18.[4]陈文伟.数据仓库与数据挖掘教程[M].北京：清华大学出版社，2006.[5]张吉善,胡晓棠,尤惠.数据挖掘在电子商务中的应用[D].本科,东北大学工商管理学院,2007