数据挖掘技术对电子商务数据仓储的应用与分析

丁锡龙

摘 要：随着我国商务业务信息和业务数据的不断发展，怎样有效地分析和使用这些数据，来服务于企业经营或商机，成为目前众多专业人士共同关注的话题。本文论述了数据挖掘的开始，基本功能，数据挖掘的作用以及数据挖掘在电子商务中应用出现的问题。

关键词：数据挖掘；电子商务；应用分析

由于计算机普及和互联网技术的快速发展，通信技术能力不断的提高，从而促进了电子商务的飞速发展，目前的电子商务应用过程会产生大量的电子数据或程序，通过使用数据挖掘的方法，搜索和采集信息隐含的附有价值的电子信息，形成知识的不断飞跃。

1 数据挖掘在电子商务中应用的必要性和可行性

电子商务主要是通过数字技术为基础，商务数据切换和业务活动的展开都是通过电子方式进行的。电子商务是建立在计算机网络技术平台，凭借互联网发展的优势，吸取传统的商业活动的优点，得到巨大的效果收益。其优点主要有以下几方面：（1）服务时间自由，不受限制，基本可以开展一周七天24小时不停止的业务。（2）实现了全球电子信息资源共享，尤其是B2B模式的电子商务的出现，促使了使全球资源搜索，可进行不受地点不限时间的销售和购买，使人们的买卖更加简单和方便。（3）明显的增加了经济效益，降低了企业的成本。一是避免高昂租金，税费等，二是降低广告成本，而且还可以降低空间和时间所带来的成本。（4）客户关系的管理和维护是重点工作内容。（5）电子商务可以大大的节省库存空间，而且保证供应链持续管理。

电子商务系统一般是由一些电子商务过程相互组成，在此过程中会产生大量的数据信息，这些数据是进行数据挖掘的基础。电子商务过程产生的电子信息具有其自身的特点，需要将数据挖掘技术和电子商务相互结合，一遍找到适宜的电子商务数据挖掘的方法，这样一来不仅仅可以提高工作效率，准确并且顺利的进行数据挖掘，而且电子商务服务会受到好评。

2 数据挖掘的方法及工具

2.1 传统统计方法

目前最常用的方法是数学抽样，面对大量的数据进行随机抽样，如果将全部的数据收集分析是不现实的，更是不需要的，在数学理论的指导下科学的抽样。通过多元统计分析及因子分析方法等传统的方法进行科学的统计。

2.2 可视化技术

利用数模图形，将抽象的事物在视觉上表达出的数据的特点，比如直方图，控制图等等，许多图形都描述了使用统计控制的方法。将数据实现可视化是面临一个重要问题。

2.3 决策树

建立一个系统的规则，将大量的数据划分，这样建立了树的模型，可用于分类和总结。常用算法CART等等。

2.4 神经网络

模拟人类神经机构和功能，通过输入直到输出层，调整的数据计算过程，将最终得到的结果进行分类和总结。

2.5 遗传算法

建立于自然进化理论，模拟基因组合过程和基因突变过程，从而优化数据技术的理论。

3 数据挖掘在电子商务中的具体应用

3.1 在电子商务营销方面的应用

（1）调节产品生命周期。通过数据挖掘，实现了互访和销售货物过程，并且进行分析，以获得客户的要求，进而来确定消费者的消费周期，之后制定一个特定的时间开展促销让利活动，使用户享受在此时间阶段购买商品的优惠政策。

（2）细分市场。可以通过数据挖掘找出不同人群的需求进行分析，满足不同客户的需求，划分出属于同一类别的市场需求，缩短他们的距离。不同类别的用户组之间的需求差别是可能的最大的。挖掘可以实现顾客特征提取，将顾客群分为为更细的不同区域，进而提供更针对性的服务。

（3）制定合理的产品策略和价格策略。可以使用相关分析的方法，分析在线客户购买行为，分析顾客购买产品的相关程度，顾客对一些品牌的兴趣和忠诚度，可接受的价格范围，和快递运输包装等要求，帮助管理者确定市场，计划销售商品的种类，实现最大化新产品投放和收益。

（4）制定产品营销活动，制定促销策略。通过调查生产公司的情况和商品销售情况，确定产品的旺销周期和消费收入水平，根据当地的市场的变化随时改变营销策略，达到收益最大化。

3.2 在电子商务网站系统和安全方面的应用

（1）提高反应速度。记录在浏览服务器上的客户端的访问信息就是一笔财富。通过数据挖掘可以实现网站点击率高的纪录，管理者应该快速的提高战略，提升服务平台的稳定，优化购物环境和提升服务，以确保电子商务购物数理实现。

（2）提高安全性。目前网站上的统计分析手段的可以利用各种数据，提高系统性能的同时不能忽视系统的安全性能。利用防火墙的数据类型的分析，提高安全性。

3.3 在网络广告方面的应用

在网络页面上的广告逗留观看的用户可能会成为潜在的客户，导致企业都会投资一部分资金在做在线广告。一般商家甚至花大价钱获得高的点击率，吸引增加你的点击率。然而当用户访问该网站的时候就会留下大量的信息，这些信息及时被存储在数据库中，通过数据挖掘，可以提出有效了解用户需求，帮助商家實现个性化的营销。将潜在的客户通过广告的特点模糊的分区，分析客户对某些广告的关注，确定客户需求。通过类似分析，可提高对某些客户群体更有针对性的服务。

[参考文献]

[1]丁胜锋，陈东莉.Web数据挖掘及其在电子商务中的应用研究[J].商场现代化，2011（10）：62-63.

[2]黄晓斌.网络信息挖掘[M].电子工业出版社，2012：160-185.

[3]葛志远.电子商务应用与技术[M].清华大学出版社，2011：355-366.