淺析電子商務(wù)中數(shù)據(jù)挖掘的應(yīng)用技術(shù)

張申

天津商務(wù)職業(yè)學(xué)院，天津 300221

隨著計算機信息技術(shù)的快速發(fā)展以及Internet的廣泛普及，電子商務(wù)獲得了極大的發(fā)展。經(jīng)銷商通過各種商務(wù)網(wǎng)絡(luò)平臺或Internet與客戶進行交易，不僅大大節(jié)省了費用，而且也節(jié)省了時間和空間。雖然如此，但是電子商務(wù)因存在數(shù)據(jù)量龐大的問題而嚴重影響了其本身的發(fā)展。因此，如何在大量的數(shù)據(jù)中挖掘出有意義或價值的信息已成為當前亟需解決的重要問題之一。而數(shù)據(jù)挖掘技術(shù)是一種能夠有效的從大量數(shù)據(jù)中挖掘出具有價值信息的技術(shù)，它在電子商務(wù)中的應(yīng)用能夠很好地解決這一問題。故而，對電子商務(wù)中數(shù)據(jù)挖掘技術(shù)的應(yīng)用進行分析已成為當前研究的重要課題之一。

一、數(shù)字挖掘技術(shù)概述

數(shù)據(jù)挖掘又被稱之為信息發(fā)掘，它是通過利用半自動化或者是自動化的方法來對數(shù)據(jù)中隱藏的具有價值或意義的信息與規(guī)則進行挖掘。同時，這也是一個從大量的、模糊的、不完全的、隨機的以及有噪聲的數(shù)據(jù)中提取有價值信息的過程。與傳統(tǒng)數(shù)據(jù)分析相比，數(shù)字挖掘的方式有很大的差異，且其所挖掘出來的信息具有可實用的、有效的以及先前未知的這三個特征。目前，數(shù)據(jù)挖掘的主要功能一般包括：通過利用概念描述來獲得廣義方面的知識、通過利用關(guān)聯(lián)分析來獲得關(guān)聯(lián)方面的知識、通過利用分類和聚類的方法來獲得分類方面的知識、通過利用預(yù)測方法來獲得預(yù)測類型方面的知識以及通過利用偏差檢測來獲得偏差類型方面的知識。

當前，數(shù)據(jù)挖掘技術(shù)的類型一般包括生物信息數(shù)據(jù)挖掘、數(shù)據(jù)倉庫挖掘、文本數(shù)據(jù)挖掘以及Web數(shù)據(jù)挖掘等。其中，Web數(shù)據(jù)挖掘是一門綜合性學(xué)科，它集統(tǒng)計學(xué)、信息學(xué)、數(shù)據(jù)挖掘以及Web技術(shù)為一體。同時，Web挖掘技術(shù)是在傳統(tǒng)數(shù)據(jù)挖掘技術(shù)的基礎(chǔ)上發(fā)展而來的，具有復(fù)雜性以及異構(gòu)性等特點。一般而言，Web數(shù)據(jù)挖掘主要包括Web內(nèi)容數(shù)據(jù)、用戶訪問數(shù)據(jù)以及Web結(jié)構(gòu)數(shù)據(jù)這三種類型。其中，Web內(nèi)容數(shù)據(jù)所采用的Web挖掘模式為Web內(nèi)容挖掘模式，用戶訪問數(shù)據(jù)采用的Web挖掘模式為Web使用模式挖掘，Web結(jié)構(gòu)數(shù)據(jù)采用的Web挖掘模式為Web結(jié)構(gòu)挖掘模式。

二、數(shù)字挖掘技術(shù)在電子商務(wù)中的應(yīng)用

目前，我國跨境電子商務(wù)主要包括兩種貿(mào)易模式，即企業(yè)對企業(yè)（business-to-business，B2B）和企業(yè)對消費者（business-to-consumer，B2C）。其中，B2B電子商務(wù)實質(zhì)上仍屬于傳統(tǒng)貿(mào)易領(lǐng)域，現(xiàn)已納入海關(guān)的一般貿(mào)易統(tǒng)計中。而B2C電子商務(wù)的企業(yè)直接面對國外消費者，其銷售的商品以個人消費品為主，且一般采用快遞、郵寄以及航空小包等物流方式，目前大部分商品都沒有被納入到海關(guān)登記之中。本文以B2C電子商務(wù)為例來具體對數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用進行分析，其具體內(nèi)容如下：

（一）B2C電子商務(wù)的概述

B2C電子商務(wù)是我國最早產(chǎn)生的電子商務(wù)模式，其產(chǎn)生的標志是8848網(wǎng)上商城的正式運營。所謂“B2C電子商務(wù)”，它主要是指企業(yè)通過利用各種商務(wù)網(wǎng)絡(luò)平臺（如，阿里巴巴、慧聰商務(wù)網(wǎng)、買麥網(wǎng)以及中國商品網(wǎng)等）或者是Internet技術(shù)直接與消費者進行信息、服務(wù)以及產(chǎn)品的交換，以此來達到完成商務(wù)交易的目的。一般而言，B2C電子商務(wù)所涉及的主要行業(yè)是網(wǎng)絡(luò)零售業(yè)，即消費者在相關(guān)商務(wù)網(wǎng)絡(luò)平臺上購買商品。這種模式不僅大大為企業(yè)和客戶節(jié)市了空間與時間，而且也使得交易效率大大提高。目前，中國巨蛋、卓越亞馬遜以及京東商城等是B2C電子商務(wù)模式的代表網(wǎng)站。

經(jīng)過多年的發(fā)展，B2C電子商務(wù)模式的種類越來越多。目前，B2C電子商務(wù)模式的種類主要包括綜合商城、百貨商店、輕型品牌店、復(fù)合品牌店以及垂直商店等。其中，綜合商城和百貨商店是其最主要的兩種類型。在本質(zhì)上，綜合商城屬于傳統(tǒng)商城。以淘寶商城為例，淘寶商城與傳統(tǒng)商城一樣，也具有完備的支付體系、龐大的購物群體、完善的誠信安全體系以及穩(wěn)定的網(wǎng)絡(luò)平臺等。在實質(zhì)上，淘寶并非僅僅只是出售商品，而是為消費者提供了一套較為完備的銷售配套服務(wù)。而百貨商店卻不同，其賣家僅僅只有一個，如亞馬遜。同時，百貨商店還必須根據(jù)消費者的需求而不斷豐富自己的產(chǎn)品線。此外，百貨商店還自備倉庫，并會將同一系列的商品庫存起來，以此來為消費者提供更快的客戶服務(wù)及物流配送。

（二）在B2C電子商務(wù)中常用的數(shù)據(jù)挖掘技術(shù)

經(jīng)過多年的發(fā)展，數(shù)據(jù)挖掘技術(shù)已日趨成熟。目前，在B2C電子商務(wù)中，常用的數(shù)據(jù)挖掘技術(shù)主要包括四種，即序列分析、聚類分析、預(yù)測分析以及關(guān)聯(lián)分析。下面來對其進行具體的分析：

1.序列分析

在數(shù)據(jù)挖掘中，序列分析的作用主要在于對不同且具有先后次序的事件之間所具有的關(guān)聯(lián)性進行識別。以對消費者在不同時間段的購買行為進行分析為例，依據(jù)大量的數(shù)據(jù)研究分析顯示，在本次購買香皂的消費者中，在下次購買時會有75%的消費者選擇購買沐浴露。通過對消費者不同時間段的購買行為進行分析，能夠有效的幫助企業(yè)做出正確的營銷決策。目前，大部分目錄銷售公司都是運用序列分析的方法來對消費者的購買行為進行分析，以此來為下一次的商品目錄設(shè)計提供必要的參考依據(jù)。

2.聚類分析

在數(shù)據(jù)挖掘中，聚類分析是指以某些屬性為標準來對數(shù)據(jù)庫中的元組進行劃分，并劃分成不同的子集或者是組別。同時，在識別屬性上，每一個子集或組別的內(nèi)部元組具有相似性；而不同的子集或組別的元組，則具有很大的差異性。基于此，聚類分析的作用主要在于能夠?qū)蛻羧哼M行細分。與預(yù)測分析相比，聚類分析在對元組進行劃分之前沒有預(yù)先設(shè)置組別，且其主要產(chǎn)生的是分組規(guī)則。

3.預(yù)測分析

在數(shù)據(jù)挖掘中，預(yù)測分析的設(shè)計運算是以預(yù)測分析模型為依據(jù)來實現(xiàn)的。在預(yù)測分析模型中，一般用因變量來表示假設(shè)的某種行為，用自變量來表示其他行為。其中，因變量隨著自變量的出現(xiàn)而產(chǎn)生，且隨著自變量的改變而改變。同時，兩者之間存在某種穩(wěn)定的數(shù)量關(guān)系?；诖?，就能夠通過對已知的數(shù)據(jù)進行分析來對可能發(fā)生的狀況進行預(yù)測。此外，數(shù)據(jù)挖掘中預(yù)測分析模型的構(gòu)建，其主要目的是為了對客戶在營銷活動中的反應(yīng)及其反應(yīng)程度來進行探測。目前，邏輯回歸和決策樹是能夠進行預(yù)測分析的最主要的數(shù)據(jù)挖掘技術(shù)。

4.關(guān)聯(lián)分析

在數(shù)據(jù)挖掘中，關(guān)聯(lián)分析是其主要的功能之一，它可以在市場營銷的各個領(lǐng)域進行應(yīng)用。其中，對消費者的購買行為進行關(guān)聯(lián)規(guī)則方面的分析是關(guān)聯(lián)分析的主要應(yīng)用之一，其目的是為了對消費者購買商品時的行為模式進行探詢。通過采用關(guān)聯(lián)分析方法來對挖掘數(shù)據(jù)中的關(guān)聯(lián)性規(guī)則，能夠幫助企業(yè)采取適當?shù)臓I銷方式對商品進行宣傳，從而有利于促進新產(chǎn)品的銷售。同時，這也有利于消費者發(fā)現(xiàn)新產(chǎn)品，從而進一步促進了新產(chǎn)品的宣傳與銷售。

（三）B2C電子商務(wù)的數(shù)據(jù)挖掘過程

一般而言，B2C電子商務(wù)數(shù)據(jù)挖掘的過程主要被分為三個階段，即數(shù)據(jù)準備、數(shù)據(jù)挖掘以及結(jié)果表述和解釋。其具體內(nèi)容如下：

1.數(shù)據(jù)準備

在對數(shù)據(jù)進行挖掘之前，必須先對要挖掘的數(shù)據(jù)進行相關(guān)的處理，這就是數(shù)據(jù)準備階段。通常，數(shù)據(jù)準備階段被分為數(shù)據(jù)集成、數(shù)據(jù)選擇以及數(shù)據(jù)預(yù)處理這三個子步驟。其中，數(shù)據(jù)集成是在多個數(shù)據(jù)庫中合并處理所需要的數(shù)據(jù)，數(shù)據(jù)選擇是對提取的數(shù)據(jù)集合進行適合的分析，數(shù)據(jù)預(yù)處理則是對數(shù)據(jù)進行篩選、清理、變換以及過濾。這既能提高數(shù)據(jù)挖掘的質(zhì)量，又能更好地克服數(shù)據(jù)挖掘工具本身所具有的局限性，從而為數(shù)據(jù)挖掘提供了必要的前提。

2.數(shù)據(jù)挖掘

數(shù)據(jù)挖掘階段的本質(zhì)是進行實際的挖掘操作，它是通過根據(jù)挖掘目標來采取適當?shù)耐诰蚍椒ǖ姆绞絹慝@得有意義的數(shù)據(jù)模式。目前，數(shù)據(jù)挖掘的方法主要包括知識發(fā)現(xiàn)、統(tǒng)計分析以及其他可視化方法這三類。其中，知識發(fā)現(xiàn)是通過數(shù)據(jù)搜尋的方法（如，人工神經(jīng)網(wǎng)絡(luò)、規(guī)則推理以及決策樹方法等）來發(fā)現(xiàn)規(guī)律的，以此來得到一個有意義的數(shù)據(jù)模式。統(tǒng)計分析是通過采用數(shù)學(xué)模型和統(tǒng)計模型來對這些規(guī)律進行解釋的，其方法主要有因子分析、線性回歸、非線性分析以及有線性分析等。其他可視化方法在對多變量的圖形進行分析的同時，也會對多變量之間的關(guān)系進行顯示。這種方法不僅能有助于對之前挖掘的數(shù)據(jù)進行分析，而且還能夠提高數(shù)據(jù)挖掘的能力。

3.結(jié)果表述和解釋

結(jié)果表述和解釋是指在最終用戶決策的基礎(chǔ)上來分析已提取的信息，并將最有價值的信息區(qū)分離出來，且以決策支持工具的方式來將其提供給決策者。值得注意的是，這一階段的任務(wù)除了要將結(jié)果表達出來之外，還必須過濾處理相關(guān)的信息。若決策者對其提交的信息不滿意，則應(yīng)重復(fù)上述的過程。

4.B2C電子商務(wù)的數(shù)據(jù)挖掘系統(tǒng)結(jié)構(gòu)

數(shù)據(jù)挖掘能在電子商務(wù)中發(fā)揮作用，一定要把每個階段的據(jù)轉(zhuǎn)存到數(shù)據(jù)庫中，提取有效數(shù)據(jù)和電子商務(wù)的各種操作相互配合。

圖 B2C電子商務(wù)的數(shù)據(jù)挖掘系統(tǒng)結(jié)構(gòu)

結(jié)束語

綜上所述，伴隨著電子商務(wù)的快速發(fā)展，市場競爭也日益激烈。而電子商務(wù)本身存在著數(shù)據(jù)量龐大的問題。因此，企業(yè)要在市場中獲得長久、穩(wěn)健、健康的發(fā)展，就必須采取合適的數(shù)據(jù)挖掘技術(shù)來對電子商務(wù)中有價值的信息進行挖掘。由于本文篇幅有限，必然存在不足之處。故而，這還需要我們進一步對電子商務(wù)中數(shù)據(jù)挖掘技術(shù)的應(yīng)用進行研究和探討。

[1]藺莉，潘浩.Web數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用[J].電腦知識與技術(shù)，2010，（4）.

[2]戴菲.數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用[J].電腦知識與技術(shù)，2011，（21）.

[3]邱璐.基于數(shù)據(jù)挖掘技術(shù)的Web電子商務(wù)應(yīng)用與研究[J].中國電子商務(wù)，2014，（4）.

[4]胡金娟.數(shù)據(jù)挖掘技術(shù)在個性化電子商務(wù)網(wǎng)站建設(shè)中的應(yīng)用[J].漯河職業(yè)技術(shù)學(xué)院學(xué)報，2014，（5）.

[5]韓英.淺談數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用[J].太原城市職業(yè)技術(shù)學(xué)院學(xué)報，2013，（4）.

[6]王曉鵬.數(shù)據(jù)挖掘技術(shù)在電子商務(wù)管理中的應(yīng)用研究[J].中國新技術(shù)新產(chǎn)品，2013，（18）.