电子商务环境下的数据挖掘

《电子商务环境下的数据挖掘》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、数据挖掘在电子商务中的应用研究王丹王立军（华北电力大学经济管理系，河北保定07100）摘要：电子商务已经成为了当今最热门的话题，而电子商务的广泛应用，使企业有越来越多的信息数据。而按照企业的目标业务对数据进行挖掘分析，可以给企业的实现目标提供更便捷的方法，使企业事半功倍。文章介绍了数据挖掘技术的特点，以及在电子商务中的应用，分析了电子商务中如何应用数据挖掘技术。关键词：数据挖掘；电子商务；关联；聚类AStudyonDataMiningandApplicationinElectronicCommerceWangdanwanglijun（Universityof

2、northChinaelectricpowereconomicmanagementdepartment,heibeibaoding07100）Abstract：E-commercehasbecomethemostpopulartopic,andthewideapplicationofelectroniccommerce,makeenterprisehavemoreandmoreinformationanddata.Andaccordingtoenterprisetargetbusinessfordatamininganalysis,torealizethet

3、argetoftheenterprisecanoffermoreconvenientmethod,makeenterpriseeasier.Thispaperintroducesthecharacteristicsofthedataminingtechnology,anditsapplicationinelectroniccommerce,analyzeshowtousetheelectroniccommercedataminingtechnology.Keywords：Datamining;Theelectroniccommerce;Relationshi

4、ps;Clustering引言：在现今的社会，随着电子商务的发展，越来越多的商业走上电子商务的发展道路，电子商务网站的竞争因此日趋激烈。面对大量的信息，找出企业用户感兴趣的信息加以组织利用，提高客户满意度，从而改进电子商务站点的设计、改善企业与客户的关系成为电子商务发展必须要解决的问题。数据挖掘是一种从海量数据中提取有价值信息的工具。对于企业而言，数据挖掘有助于发现业务发展的趋势。帮助企业做出正确的决策，使企业处于更有利的竞争位置。一个完善的电子商务系统不应当只满足于支持在线交易，而且应该能够通过商业智能分析等技术为企业的客户关系管理、市场营销等提供全面的辅

5、助支持，尤其在这样一个信息爆炸的时代，企业已经累积的大量信息数据，其迫切希望能够从中获取有用的模式和规律用以指导经营实践、改善客户关系。这种需求推动了用于电子商务的数据挖掘技术研究的深入。1电子商务和数据挖掘的特点（1）电子商务是指个人或企业通过Internet网络，采用数字化电子方式进行商务数据交换和开展商务业务活动。目前国内已有网上商情广告、电子票据交换、网上订购、网上银行、网上支付结算等多种类型的电子商务形式。电子商务正以其成本低廉、方便、快捷、安全、可靠、不受时间和空间的限制等突出优点而逐步在全球流行。服务范围可归类为：①商业一商业(B2B)，②商业

6、一消费者(B2C)，③商业一政府(B2G)。（2）数据挖掘是通过挖掘数据仓库中存储的大量数据，从中发现有意义的新的关联模式和趋势的过程。从商业的角度定义，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。数据挖掘最吸引人的地方是它能建立预测模型而不是回顾型的模型。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。数据挖掘与传统的数据分析的不同是在没有明确假设的前提下去挖掘信息、发现知识。数据挖掘所得到的信息应具有

7、先前未知、有效和可实用3个特征。2数据挖掘过程电子商务中的数据挖掘的过程一般由3个主要的阶段组成：数据准备、数据挖掘、结果解释和评价。2.1数据准备数据准备又可分为数据选取、数据预处理。数据选取的目的是确定发现任务的操作对象。即目标数据，是根据用户的需要从原始数据库中抽取的一组数据。数据预处理一般包括消除噪声、推导计算缺值数据、消除重复记录、完成数据类型转换f如把连续型数据转换为离散型数据，以便于符号归纳；或是把离散性数据转换为连续型数据，以便于神经网络计算)以及对数据降维f即从初始特征中找出真正有用的特征以减少数据挖掘要考虑的变量个数)。2.2数据挖掘数据

8、挖掘阶段首先要确定数据挖掘的目标和挖掘的知识类型。确