数据挖掘技术在商业领域中的应用2.docVIP

数据挖掘技术在商业领域中的应用 作者：唐 镜 指导老师: 摘要：数据挖掘(Data Mining)就是从大量的不完全的、有噪声的、模糊的、随机的数据库中实际应用数据中提取隐含信息和知识，它利用了数据库、人工智能和数理统计等多方面的技术，是一类深层次的数据分析方法。随着网络、数据库技术的迅速发畏以及数据库管理系统的广泛应用，人们积累的数据越来越多。我们已经被淹没在数据和信息的汪洋大海中。人们需要有新的、更有效的方法对各种大量的数据进行分析、提取以挖掘其潜能，数据挖掘正是在这样的应用需求环境下产生并迅速发展起来的，它的出现为智能地把海量的数据转化为有用的信息和知识提供了新的思路和手段。数据挖掘不仅能对过去的数据进行查询和变动,而且能够找出过去诸数据之间的潜在联系,从而促进信息的传递.数据挖掘在商业领域应用广泛,搞好数据挖掘可以带来巨大商机数据挖掘是当前数据库和信息决策领域的最前沿研究方向之一从知识发现和数据挖掘的概念出发,同时对数据挖掘应用及发展进行了阐述。对于那些决策者明确了解的信息,可以用查询、联机分析处理或其他工具直接获取。而另外一些隐藏在大量数据中的关系、趋势等信息,就需要数据挖掘技术来完成。根据最终用户的决策目的对提取的信息进行分析,把最有价值的信息区分出来,并且通过决策支持工具提交给决策者。因此,这一步骤的任务不仅是把结果表达出来,还要对信息进行过滤处理,如果不能令决策者满意,需要重复以上数据挖掘的过程。针对的特点，我们可以从不同的角度对客户群体进行分类归纳，从而形成各种客户分布统计，作为管理人员决策的依据。数据挖掘技术在商业领域中的应用现在，各行业业务信息化的实现，商业领域产生了大量的业务数据，这些数据或是为了分析的目的而收集的，或是为了纯粹的商业运作而产生。分析这些数据不再是单纯为了研究的需要，更主要是为商业决策提供真正有价值的支持信息。目前所有企业面临的一个共同问题是：企业数据量非常大，而其中真正有价值的信息却很少。因此就要求通过数据挖掘技术的使用对大量的数据进行深层分析，获得有利于商业决策的信息。总的来说，利用数据挖掘技术支持商业是一种基于数据分析的科学的决策方式，在一定程度上可以避免主观或经验决策中一些先天的不足，基于数据挖掘技术的商业领域的决策支持将会在实际应用中得到更加广泛的认可数据挖掘技术的潜在应用是十分广泛的,从政府管理决策、商业经营、科学研究和工业企业决策支持等各个领域都可以找到数据挖掘技术的用武之地。下面我们举出数据挖掘银行业零售业中电子商务是商业领域的一种新兴商务模式，是指利用电子信息技术开展一切商务活动。当电子商务在企业中得到应用时, 企业信息系统将产生大量数据, 这些海量数据使数据挖掘有了丰富的数据基础, 同时高性能计算机和高传输速率网络的使用也给数据挖掘技术提供了坚实的保障。因此数据挖掘技术在电子商务活动中有了更大的用武之地。下面数据挖掘在以下电子商务几个方面的作用:随着“以客户为中心”的经营理念的不断深入人心, 分析客户、了解客户并引导客户的需求已成为企业经营的重要课题。通过对电子商务系统收集的交易数据进行分析, 可以按各种客户指标(如自然属性、收入贡献、交易额、价值度等) 对客户分类, 然后确定不同类型客户的行为模式, 以便采取相应的营销措施, 促使企业利润的最大化。利用数据挖掘可以有效地获得客户。比如通过数据挖掘可以发现某种购买商品的消费者是男性还是女性, 学历、收入, 具体有什么爱好, 什么职业等等。甚至可以发现不同的人在购买种商品的相关商品后多长时间有可能购买该种商品, 以及什么样的人会购买什么型号的该种商品等等。很多因素表面上看起来和购买该种商品不存在任何联系, 但数据挖掘的结果却证明它们之间有联系。在采用了数据挖掘后, 针对目标客户发送的有效性和回应率将得到大幅度的提高, 推销的成本将大大降低。客户保持 　　 数据挖掘可以把大量的客户分成不同的类, 在每个类里的客户拥有相似的属性, 而不同类里的客户的属性也不同。可以完全做到给不同类的客户提供完全不同的服务来提高客户的满意度。数据挖掘还可以发现具有哪些特征的客户有可能流失, 这样挽留客户的措施具有针对性, 挽留客户的费用下降。　　 当客户在电子商务网站注册时, 客户将会看到带有客户姓名的欢迎词。根据客户的订单纪录, 系统可以向客户显示那些可能引起客户特殊兴趣的新商品。当客户注意到一件特殊的商品时, 系统会建议一些在购买中可以增加的其他商品。普通的产品目录手册常常简单地按类型对商品进行分组, 以简化客户挑选商品的步骤。然而对于在线商店, 商品分组可能是完全不同的, 它常常以针对客户的商品补充条目为基础。不仅考虑客户看到的条目, 而且还考虑客户购物篮中的商品。使用数据挖掘技术可以使推荐更加个性化 数据挖掘技术开始