2 電子商務(wù)與數(shù)據(jù)挖掘簡介
    電子商務(wù)是指個人或企業(yè)通過Internet網(wǎng)絡(luò)，采用數(shù)字化電子方式進行商務(wù)數(shù)據(jù)交換和開展商務(wù)業(yè)務(wù)活動。目前國內(nèi)已有網(wǎng)上商情廣告、電子票據(jù)交換、網(wǎng)上訂購、網(wǎng)上銀行、網(wǎng)上支付結(jié)算等多種類型的電子商務(wù)形式。電子商務(wù)正以其成本低廉、方便、快捷、安全、可靠、不受時間和空間的限制等突出優(yōu)點而逐步在全球流行。服務(wù)范圍可歸類為：①商業(yè)一商業(yè)(B2B)，②商業(yè)一消費者(B2C)，③商業(yè)一政府(B2G)。
    數(shù)據(jù)挖掘是通過挖掘數(shù)據(jù)倉庫中存儲的大量數(shù)據(jù)，從中發(fā)現(xiàn)有意義的新的關(guān)聯(lián)模式和趨勢的過程。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)，其主要特點是對商業(yè)數(shù)據(jù)庫中的大量業(yè)務(wù)數(shù)據(jù)進行抽取、轉(zhuǎn)換、分析和其他模型化處理，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)測模型而不是回顧型的模型。利用功能強大的數(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，從而在市場競爭中獲得優(yōu)勢地位。數(shù)據(jù)挖掘與傳統(tǒng)的數(shù)據(jù)分析的不同是在沒有明確假設(shè)的前提下去挖掘信息、發(fā)現(xiàn)知識。數(shù)據(jù)挖掘所得到的信息應(yīng)具有先前未知、有效和可實用3個特征。

3 數(shù)據(jù)挖掘在電子商務(wù)中的作用
    數(shù)據(jù)挖掘技術(shù)之所以可以服務(wù)電子商務(wù)，是因為它能夠挖掘出活動過程中的潛在信息以指導(dǎo)電子商務(wù)營銷活動。在電子商務(wù)中其作用有4個方面：
    (1)挖掘客戶活動規(guī)律，針對性的在電子商務(wù)平臺下以提供“個性化”的服務(wù)。
    (2)可以在瀏覽電子商務(wù)網(wǎng)站的訪問者中挖掘出潛在的客戶。
    (3)優(yōu)化電子商務(wù)網(wǎng)站巾的信息導(dǎo)航，方便客戶瀏覽。
    (4)通過電子商務(wù)訪問者的活動信息的挖掘，可以更加深入的了解客戶需求。

4 數(shù)據(jù)挖掘過程
    電子商務(wù)中的數(shù)據(jù)挖掘的過程一般由3個主要的階段組成：數(shù)據(jù)準備、數(shù)據(jù)挖掘、結(jié)果解釋和評價。
    (1)數(shù)據(jù)準備數(shù)據(jù)準備又可分為數(shù)據(jù)選取、數(shù)據(jù)預(yù)處理。數(shù)據(jù)選取的目的是確定發(fā)現(xiàn)任務(wù)的操作對象。即目標數(shù)據(jù)，是根據(jù)用戶的需要從原始數(shù)據(jù)庫中抽取的一組數(shù)據(jù)。數(shù)據(jù)預(yù)處理一般包括消除噪聲、推導(dǎo)計算缺值數(shù)據(jù)、消除重復(fù)記錄、完成數(shù)據(jù)類型轉(zhuǎn)換f如把連續(xù)型數(shù)據(jù)轉(zhuǎn)換為離散型數(shù)據(jù)，以便于符號歸納；或是把離散性數(shù)據(jù)轉(zhuǎn)換為連續(xù)型數(shù)據(jù)，以便于神經(jīng)網(wǎng)絡(luò)計算)以及對數(shù)據(jù)降維f即從初始特征中找出真正有用的特征以減少數(shù)據(jù)挖掘要考慮的變量個數(shù))。
    (2)數(shù)據(jù)挖掘階段首先要確定數(shù)據(jù)挖掘的目標和挖掘的知識類型。確定挖掘任務(wù)后，根據(jù)挖掘的知識類型選擇合適的挖掘算法；最后實施數(shù)據(jù)挖掘操作，運用選定的挖掘算法從數(shù)據(jù)庫中抽取所需的知識。
    (3)結(jié)果的解釋和評價數(shù)據(jù)挖掘階段發(fā)現(xiàn)的知識，經(jīng)過評估，可能存在冗余或無關(guān)的知識，這時需要將其剔除：也有可能知識不滿足用戶的要求，需要重復(fù)上述挖掘過程重新進行挖掘。另外，由于數(shù)據(jù)挖掘最終要面臨用戶．因此。還需要對所挖掘的知識進行解釋，以一種用戶易于理解的方式(如可視化方式)供用戶所用。
    可以看出，以上整個數(shù)據(jù)挖掘過程是不斷地循環(huán)和反復(fù)的，因而可以對所挖掘出來的知識不斷求精和深化。最終達到用戶所滿意的結(jié)果。

5 電子商務(wù)中數(shù)據(jù)挖掘的技術(shù)與方法
    數(shù)據(jù)挖掘源于人工智能。它利用人工智能中成熟的技術(shù)和方法對經(jīng)過處理的數(shù)據(jù)進行分析，其利用的技術(shù)方法越多，所得到的信息也就越精確。在電子商務(wù)中主要應(yīng)用的數(shù)據(jù)挖掘技術(shù)和方法有：
    (1)聚類分析聚類分析可在電子商務(wù)過程中從Web查找信息中聚集出具有相似特性的客戶。劃分出客戶群后，能夠幫助企業(yè)開發(fā)和執(zhí)行其市場策略，Web可根據(jù)客戶群提供特定的服務(wù)。
    (2)關(guān)聯(lián)規(guī)則關(guān)聯(lián)規(guī)則挖掘是發(fā)現(xiàn)大量數(shù)據(jù)庫中集之間的關(guān)聯(lián)關(guān)系，這些關(guān)聯(lián)關(guān)系可以幫助許多商務(wù)決策的制定。
    (3)分類規(guī)則分類是找出一個類別的概念描述，它代表了這類數(shù)據(jù)的整體信息，一般用規(guī)則或決策樹模式表示。其目的是把新的記錄分配到預(yù)先定義好的類中。
    (4)時間序列模式的發(fā)現(xiàn)按時間順序查看時間事件數(shù)據(jù)庫，從中找出另一個或多個相似的時序事件，通過時間序列搜索出重復(fù)發(fā)生概率較高的模式。發(fā)現(xiàn)序列模式便于進行電子商務(wù)組織預(yù)測客戶的查找模式，從而對客戶進行針對性的服務(wù)。在時序模式中，一個重要影響的方法是相似時序。
    (5)偏差分析描述和分析數(shù)據(jù)的異?；驑O端現(xiàn)象，包括不規(guī)則數(shù)據(jù)、反常實例和觀測結(jié)果與期望值的偏離等。主要用于分析客戶異常行為、信用欺詐甄別和數(shù)據(jù)質(zhì)量控制。以及網(wǎng)絡(luò)安全管理和故障檢測等領(lǐng)域。
    (6)預(yù)測與評價對歷史數(shù)據(jù)進行綜合分析和歸納．推理出數(shù)據(jù)分布的時效性和規(guī)律性，從而對未來事件發(fā)展的趨勢和結(jié)果進行預(yù)測和評估。

6 電子商務(wù)中挖掘信息的目標
    (1)幫助企業(yè)確定營銷機制在電子商務(wù)中，商業(yè)信息來自各個渠道，這些數(shù)據(jù)信息經(jīng)過數(shù)據(jù)挖掘處理技術(shù)進行處理后，可從中得到用于特定消費群體或個人定向營銷的決策信息，以確定電子商務(wù)的營銷機制。基于數(shù)據(jù)挖掘的電子商務(wù)營銷，常?？梢韵蛳M者發(fā)出與以前的消費行為相關(guān)的推銷材料，數(shù)據(jù)挖掘的電子商務(wù)營銷對于我國當前情況下的市場競爭具有啟發(fā)意義。經(jīng)?？梢钥匆姺比A商業(yè)街上一些廠商對行人不分對象的散發(fā)大量商品宣傳廣告。其結(jié)果是不需要的人隨手丟棄，而需要的人未必能夠得到。如果家電維修服務(wù)公司向在商店中剛購買家電的消費者郵寄維修服務(wù)廣告。藥品廠商向剛在醫(yī)院門診就醫(yī)的特定病人郵寄廣告，其效果肯定比漫無目的的營銷效果要好很多。
    (2)幫助電子商務(wù)網(wǎng)站創(chuàng)造效益建立一個電子商務(wù)網(wǎng)站并不困難，困難在于如何讓電子商務(wù)網(wǎng)站創(chuàng)造效益。要想有效益就必須吸引客戶，增加客戶的忠誠度。電子商務(wù)業(yè)務(wù)的競爭比傳統(tǒng)業(yè)務(wù)的競爭更為激烈，原因有很多方面．其中一個因素就是客戶從一個電子商務(wù)網(wǎng)站轉(zhuǎn)換到競爭對手那邊．只需要點擊幾下鼠標即可。網(wǎng)站的內(nèi)容和層次、用詞、標題、獎勵方案、服務(wù)等都有可能成為吸引客戶或失去客戶的因素。電子商務(wù)網(wǎng)站每天都可能有上百萬次的在線交易。生成大量的記錄文件和登記表，如何對這些數(shù)據(jù)進行分析和挖掘．充分了解客戶的喜好、購買模式，設(shè)計出滿足不同客戶群體需要的個性化網(wǎng)站，進而增加其競爭力，變得勢在必行。

7 數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的幾點應(yīng)用
    (1)實施CRM戰(zhàn)略，為客戶提供個性化服務(wù) 隨著網(wǎng)絡(luò)的普及和電子商務(wù)網(wǎng)站的增多，客戶常會迷失在復(fù)雜的網(wǎng)站和眾多的商品信息中。這就要求電子商務(wù)網(wǎng)站應(yīng)當“以客戶為中心”。根據(jù)客戶個人喜好，提供與眾不同的個性化服務(wù)?；跀?shù)據(jù)挖掘的電子商務(wù)推薦系統(tǒng)通過對客戶的訪間行為、訪問頻度、訪問內(nèi)容等信息進行挖掘，提取客戶的特征．獲取客戶訪問模式。據(jù)此創(chuàng)建個性化的電子商店，主動向客戶提供商品推薦，幫助客戶便捷地找到感興趣的商品。這是一種全新的個性化購物體驗。不僅容易使訪問者轉(zhuǎn)變成購買者，而且可根據(jù)客戶當前購物車中的物品，向客戶推薦一些相關(guān)的物品，提高站點企業(yè)的交叉銷售量，甚至還可以根據(jù)需求動態(tài)地向客戶做頁面推薦，提供個性化的商品信息和廣告，提高客戶對訪問站點的興趣和忠誠度，防止客戶流失。
    (2)制定產(chǎn)品營銷策略，優(yōu)化促銷活動 通過對商品訪問和銷售情況進行挖掘，企業(yè)能夠獲取客戶的訪問規(guī)律，針對不同的產(chǎn)品制定相應(yīng)的營銷策略。如利用數(shù)據(jù)挖掘技術(shù)可實現(xiàn)不同商品優(yōu)惠策略的仿真。根據(jù)數(shù)據(jù)挖掘模型進行模擬計費和模擬出賬，其仿真結(jié)果可以揭示優(yōu)惠策略中存在的問題。并進行相應(yīng)的調(diào)整優(yōu)化，以達到促銷活動的收益最大化。
    (3)優(yōu)化網(wǎng)站組織結(jié)構(gòu)和服務(wù)方式，提高網(wǎng)站的效率 通過挖掘客戶的行為記錄和反饋情況為站點設(shè)計者提供改進的依據(jù)。進一步優(yōu)化網(wǎng)站組織結(jié)構(gòu)和服務(wù)方式以提高網(wǎng)站的效率。站點的結(jié)構(gòu)和內(nèi)容是吸引客戶的關(guān)健。站點上頁面內(nèi)容的安排和連接如同超市中物品在貨架上的擺設(shè)一樣，把具有一定支持度和信任度的相關(guān)聯(lián)的物品擺放在一起有助于銷售。比如利用關(guān)聯(lián)規(guī)則的發(fā)現(xiàn)，可以針對不同客戶動態(tài)調(diào)整站點結(jié)構(gòu)．使客戶訪問的有關(guān)聯(lián)的頁面之間鏈接更直接，讓客戶很容易訪問到想要的頁面。這樣的網(wǎng)站往往能給客戶留下好印象．提高客戶忠誠度，吸引客戶不斷訪問。
    (4)改進系統(tǒng)各項性能，增強系統(tǒng)安全性 對電子商務(wù)網(wǎng)站各種數(shù)據(jù)的統(tǒng)計分析有助于改進系統(tǒng)性能，增強系統(tǒng)安全性．并提供決策支持。Web服務(wù)的性能和其他服務(wù)質(zhì)量是衡量客戶滿意度的關(guān)鍵指標舊。數(shù)據(jù)挖掘可以通過客戶的擁塞記錄發(fā)現(xiàn)站點的性能瓶頸，以提示站點管理者改進Web緩存策略、網(wǎng)絡(luò)傳輸策略、流量負載平衡機制和數(shù)據(jù)的分布策略。此外，還可通過挖掘分析網(wǎng)絡(luò)的非法人員數(shù)據(jù)找到系統(tǒng)弱點并改進，提高站點可靠性，保證電子商務(wù)的正常開展。
    (5)增強商業(yè)信用評估，構(gòu)建和諧社會體制 發(fā)達的社會信用水平是發(fā)展電子商務(wù)的重要基礎(chǔ)，通過對企業(yè)數(shù)據(jù)統(tǒng)計和歷史記錄之間的差別，結(jié)果與期望值的偏離以及反常實例進行充分的數(shù)據(jù)挖掘，可有效地防范投資和經(jīng)營風險。通過數(shù)據(jù)挖掘技術(shù)對企業(yè)經(jīng)營進行跟蹤，開展企業(yè)的資產(chǎn)評估、利潤收益分析和發(fā)展?jié)摿︻A(yù)測，構(gòu)建完善的安全保障體系，實施網(wǎng)上全程監(jiān)控，強化網(wǎng)上交易和在線支付的安全管理，利用數(shù)據(jù)挖掘的信用評估模型，挖掘交易歷史數(shù)據(jù)發(fā)現(xiàn)客戶的交易數(shù)據(jù)特征，建立客戶信譽度級別，有效地防范和化解信用風險，提高企業(yè)信用甄別與風險管理的水平和能力。

8 結(jié)語
    隨著電子商務(wù)發(fā)展的勢頭越來越強勁，電子商務(wù)的數(shù)據(jù)挖掘將是一個非常有前景的領(lǐng)域。它將數(shù)據(jù)轉(zhuǎn)化為知識，是數(shù)據(jù)管理、信息處理領(lǐng)域研究、開發(fā)和應(yīng)用的最活躍的分支之一。它幫助決策者尋找數(shù)據(jù)問題潛在的關(guān)聯(lián)，發(fā)現(xiàn)被忽略的因素，因而被認為是解決當今時代所面臨的數(shù)據(jù)爆炸而信息貧乏問題的一種有效方法。它能自動預(yù)側(cè)客戶的消費趨勢、市場走向，指導(dǎo)商家提高銷售額，改善企業(yè)客戶關(guān)系，提高網(wǎng)站運行效率，改進系統(tǒng)性能，具有良好的發(fā)展和應(yīng)用前景。