数据挖掘技术在网络营销中的作用

《数据挖掘技术在网络营销中的作用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、数据挖掘技术在网络营销中的作用：X络营销这种以因特X为基础的新型营销方式已经引起社会的广泛关注。该文在介绍数据挖掘技术的基础上,构建了X络营销中数据挖掘的流程，并对数据挖掘技术在X络营销中的应用进行讨论。　　关键词：数据挖掘；X络营销；企业；营销；市场　　：TP393：A：1009-3044(2011)11-2503-02　　DataMiningTechnologytoNetarketinghasattractediningtechnology,proposestheprocessofdatamining

2、inthearketinganddiscussestheapplicationofdataminingtechnologytoarketing.　　Keyining;arketing;enterprise;marketing;market　　X络营销是利用因特X，将传统的营销理论和现代的信息技术相结合，产生的一种全新的营销模式。X络营销以其全天候、实时性、交互性的特征迎合了广大客户各种个性化的需求；同时也因其建X成本低、维护简单、对市场变化反应快的优点吸引着各种不同类型的营销者。在X上，任何规模的企业都可

3、以平等的获得信息以及平等的向全世界展示自己的机会，这为所有企业特别是中小企业提供了一个良好的发展空间。　　X络营销相对于其他的营销方式，有这样几点特征：　　1)无限性。营销时间扩展到每天24小时，营销范围扩展到全球的每一个角落；　　2)实时性。实时到达，实时反馈，大大缩短了时间，提高了效率；　　3)交互性。客户与营销者可以进行充分、反复沟通，以满足客户的个性化需求；　　4)低成本。建X、维护费用低；　　5)兼容性。可以与传统的营销方式同时使用。　　X络营销这种新型营销方式已经引起社会的广泛关注，并对企业的

4、经营战略产生越来越重要的影响。目前，我国X络营销刚刚起步，总体水平较低。很多企业对X络中存在的大量数据“视而不见”，造成X络营销资源的利用率极低，因而如何从这些资源中挖掘出有助于提高企业X络营销效果、促进企业产品销售并帮助企业做出正确决策的信息，成为十分具有意义的课题。　　1数据挖掘技术　　数据挖掘(DataMining)是一个从大量数据中抽取出未知的、有价值的模式或规律等知识的复杂过程。数据挖掘是近些年来出现的一门新型技术，结合了及数据库技术、人工智能技术、神经X络、基于规则的推理系统、机器学习、统计分

5、析、数据可视化、高性能计算机以及行为科学等多种技术,可以高度自动化地分析原有的数据,作出归纳性的推理,从中挖掘出潜在的未知模式，预测客户的行为，帮助企业做出正确的决策，调整经营策略，降低风险。　　在X络营销中,客户每一次对X页的读取，在Web服务器上都会生成一个相应的记录，形成Web日志；客户每一次消费也会在服务器端生成其消费的信息；利用远程Agent同样可以帮助收集客户端的访问浏览情况，由此形成大量的数据。这些看似无足轻重的数据中实际上蕴涵着顾客的行为模式、市场的变化等重要信息。应用数据挖掘技术尤其We

6、b挖掘技术对这些数据进行分析,可以挖掘出客户的兴趣爱好，为其提供个性化的信息服务以吸引其关注；可以挖掘出客户的消费倾向和消费群体分布，从而制定相应的营销策略以吸引某一群体的其他客户；可以根据客户的购买行为挖掘出客户的其他需求，制定相应的营销策略，实现交叉营销；可以有效地帮助营销人员发现数据之间的内在联系,从而对客户需求做出及时的反应并预测未来的趋势；还可以了解用户的反馈和需求，以改进X站系统的设计；甚至可以监控竞争对手商品价格的波动,并及时做出回应,最终使企业在市场竞争中处于有利地位。　　2X络营销中数据

7、挖掘的流程　　随着X络营销的普及和发展，企业面临的竞争压力也随之增大，企业可以借助数据挖掘技术对X络营销中涉及的大量数据进行识别、转换、分析以及模型化处理，从中提取出有助于决策的关键性数据，来提高企业的效益。为此，我们提出在，X络营销中数据挖掘的流程，如图1所示。　　1)确定挖掘方向。根据营销目标来确定数据挖掘方向是构建数据挖掘系统的第一步。挖掘方向主要有两个方面的内容：一方面是从大量的数据中挖掘出对营销决策有价值的信息；另一方面是通过数据挖掘去验证先前的假设是否成立。挖掘的方向也是最终对挖掘效果进行评判

8、的重要标准之一。　　2)选择数据目标。X络营销中可供数据挖掘的数据很广，服务器端、客户端、X站数据库中收集的各种数据均可被用来进行数据挖掘。确定挖掘方向后，需要根据挖掘方向确定数据源。　　3)数据的预处理。预处理的目的是获得一组可挖掘的对象，由于所输入的数据大多是Web服务器日志，需要采取一定的步骤对其进行处理。预处理一般包括三个主要步骤：数据清理、用户识别和X页浏览识别。　　4)使用挖掘算法。数据通过预处理后，就可以利用有关