数据挖掘技术及其在电子商务中的应用

谭兰兰 曾莹

摘 要：数据挖掘技术是目前一项重要的、具有广阔应用前景和富有挑战性的综合技术。文章介绍了数据挖掘技术，阐述了数据挖掘在电子商务中的应用流程，并探讨了其在电子商务各方面的应用，最后总结了数据挖掘存在的问题及其未来的发展。

关键词：数据挖掘；电子商务；数据预处理；可视化技术

引言

数据挖掘技术主要是指利用各种智能语言、数据库以及统计分析来综合化、智能化地分析数据的相关技术，它在提取以及利用数据方面都有着至关重要的作用。电子商务是通过计算机网络技术将商务过程电子化和虚拟化。如今电子商务在经济活动中得到了广泛应用，它在整个社会经济运行结构中都是不可忽视的。随着电子商务系统开发平台的不断改进与完善，数据挖掘技术将为电子商务的运行和发展提供强有力支持；是一项非常重要的技术[1]。运用数据挖掘技术能够很好的解决当前电子商务主要存在的信用、配送和支付三个方面的问题，从而提高商业信誉和完善物流体系。

1 数据挖掘技术

数据挖掘（Data Mining）就是从随机而又不完整的庞大数据中提取人们不知道、但又具有一定价值的信息的过程。提取的知识可以用来辨别和关联数据库记录，为被挖掘的数据库产生摘要，形成预报系统，然后进行分类，最终将这些知识传送给决策系统[2]。特别要明确的是，起初数据挖掘技术只是倾向于应用方面的，一方面它是面向数据库的简单检索和调用，另一方面要从各个角度全面地分析这些数据，然后统计和综合所有信息，最后得出最终结论。根据结论联系实际来解决相关问题和尝试寻找事件之间的联系，甚至根据现有的数据预测未来的活动趋势。

2 电子商务中数据挖掘的应用流程

2.1 数据准备

数据选取和数据预处理是数据准备必不可少的两部分。数据选取的意义在于根据用户的需求从原来的数据系统中抽取所需要的特定数据。数据预处理一般包括数据清理、数据集成、数据变换和数据规约等多种方法，在实施数据挖掘之前，根据数据挖掘的需要与数据本身存在的特点，一一对应地使用这些预处理技术可以在很大程度上提高数据挖掘的效率和质量[3]。

2.2 数据挖掘

数据挖掘的目标和知识类型是挖掘时的首要明确点，然后根据目标和类型确定相应的挖掘算法，最后结合选定的挖掘算法实施数据挖掘技术，从而在数据库中提炼出所需的知识。

2.3 数据模式的解释与评价

对数据挖掘发掘的模式进行解释和评价，筛选出有利用价值的知识。 具体包括除去多余的且没有价值的模式，提取出要呈现给用户的信息；部分模式因难以理解而不被用户认可，而采取利用图形学和图像处理技术转化数据的可视化技术，可以将这些晦涩难懂的模式转化成用户乐于接受的简易语言。完整数据挖掘技术的使用能够让用户更明确的理解数据之间的关系。此外还包括判定当前模式是否需要重复操作和处理结果与知识存在的矛盾冲突来优化以得到最合理的模式[4]。

3 数据挖掘在电子商务中的应用

3.1 数据挖掘在营销方面的应用

数据挖掘通过收集客户的消费信息对其进行加工和处理后确定特定消费者的兴趣、消费习惯和消费需求，进而猜测消费者下一步的消费行为。通过分析产品销售产量来制定商品的优惠方案以及促销活动的开展时间[5]；为了及时做好信息反馈工作，必须要了解客户的消费倾向，这就需要通过数据挖掘获取客户的点击流信息；尽管相同类型的客户之间具有许多相似的消费喜好，但也存在一定的需求差距，利用客户聚类分析技术可以缩小这种差距从而更细的划分客户群体，然后提供相对应的服务；通过不定时与老客户交流介绍和推送新的产品和服务模式；还可以通过分析客户数据对市场层次做详细地划分，为电子商务打下基础。

3.2 数据挖掘在客户关系管理方面的应用

客户关系管理利用现代信息技术从客户信息中挖掘有用的商业知识来指引企业的发展和管理，它是一种以客户至上为理念的经营方式，通过这种方式可以提高企业的市场竞争能力[6]。数据挖掘能为企业提供相关信息让其预测客户的消费行为从而进行分类。分类可以帮助企业寻找有价值的客户，通过提供让客户满意的个性服务，提高客户对企业的信任。随着商业的发展，数据挖掘的地位越来越重要。数据挖掘可以通过跟踪市场活动，不断研发新的产品，进一步加强企业对客户的管理，促进企业与客户之间的联系。利用客户评价模型可以让企业根据对客户的评价来完善方案，不断改进企业与客户的关系从而提高收益[7]。企业可以通过挖掘客户数据发掘中心客户，与此同时对市场进行评估，制定合理的销售方案，拓宽消费市场的范围。通过不断改善和增加与客户联系和沟通的方式，多渠道获取客户对企业的评价信息，不断提高对客户的服务质量和效率，优化客户关系管理方式。

3.3 数据挖掘在网络设计中的应用

在网络设计中也广泛涉及了数据挖掘的应用，例如挖掘网站建设中的相关内容来组织网站信息；为了更好的优化网站的结构，可以通过分析客户对某个位置的访问频率来确定用户的理想位置，从而在理想位置和实际位置之间建立导航链接；利用路径分析技术搜索和优化被访问最多的路径，从而设计出的更完美的页面和网站结构，吸引更多的客户；通过清除垃圾邮件改善用户在网站中的检索效果[8]。

4 结束语

数据挖掘技术目前仍然还存在一些问题，如如何选择合适的分析变量、如何得到更精确的数据结果以及如何确保数据的私有性和安全性等问题。这就需要专业人员切实做好对数据挖掘技术的应用研究工作。在科技迅猛发展的今天，数据挖掘技术得到了前所未有的重视和期待，而电子商务是现代信息技术发展的必然结果，这将使得各种数据挖掘技术源源不断地运用到电子商务中去，从而在很大程度上促进电子商务的发展与普及。

参考文献

[1]朱蔚恒，陈健.数据挖掘在电子商务中的应用[J].计算机工程，2002，23（8）：51-53.

[2]袁溪.数据挖掘技术及其应用[J].科技资讯，2010（10）.

[3]姚淼.数据挖掘在电子商务中的应用[J].高校图书情报论坛，2009，8（1）.

[4]刘先花.浅谈数据挖掘技术及其研究现状[J].现代情报，2010（3）.

[5]汪洪涛，刘文才，瞿中.数据挖掘在营销策略中的应用[J].微机发展，2003，13（6）：32-34.

[6]郭大宁，王磊，陈成.数据挖掘在电子商务环境中的应用研究[J].信息技术，2004，28（10）.

[7]钟晓.数据挖掘综述[J].模式识别与人工智能，2001，14（1）：40-42.

[8]胡德森.数据挖掘技术在电子商务中的应用[J].电子制作，2011，10（6）：28-30.

作者简介：谭兰兰（1995-），女，湖南攸县人，湖南农业大学东方科技学院，学生，本科，研究方向：数据库技术。