基于数据挖掘的电子商务动态定价模型.pdfVIP

学子园地 中国信息界 2012年第02期 总第204期 2011全国情报学博士生学术论坛提交论文选登 基于数据挖掘的电子商务动态定价模型 王菲菲 李 晶 （武汉大学信息管理学院 湖北 武汉 430072） 摘　要： 目前，数据挖掘在电子商务中的应用引起了越来越多的学者的关注。本文在综合分析了数据挖掘 技术应用和电子商务动态定价策略的基础上，提出基于数据挖掘的电子商务动态定价模型，并将该模型引 入淘宝网的定价服务机制，分别从C2C和B2C两个模式下探讨了该模型的应用，对于电子商务企业运作具有 很大的参考价值。 关键词：数据挖掘 电子商务 动态定价模型 淘宝网 [4] 1 引言 价策略是企业在电子商务领域获得成功的重要因素 。 电子商务企业采取动态定价决策的方法策略主要四 Ron Kohavi 和 Foster Provost两位学者曾经将电子商务 种，即基于时基定价策略、基于市场细分与限量配给策 称为数据挖掘技术的“killer domain”[1]。他们认为数据挖掘 略、基于动态推销策略、基于三种动态定价的综合运用 技术的成功应用应该有5个必要条件，即具有可用价值比较 [5] 。时基定价策略是根据不同时间消费者所能承受的价格 大的数据、可控并可靠的数据收集、结果具有可评价性、 差异来实施的，关键在于把握顾客不同时间对价格承受的 易与现有流程进行整合。电子商务相对传统的商业模式更 心理差异[6] 。市场细分与限量配给策略的基本原理是：利 容易达到上述的要求。电子商务行为将会产生海量数据， 用不同渠道、不同时间、不同精力花销情况下，顾客表现 其中包括系统自动获得的历史购买记录和客户应用统计信 出来的差异性价格承受心理，企业开发出专门的产品服务 息等高质量数据信息，这正是进行数据挖掘的基础。而且 组合，根据不同的产品配置、渠道、客户类型和时间，进 在电子商务环境下，应用数据挖掘所获得的研究成果比较 行区别定价。动态推销策略利用互联网赋予的强大优势， 容易转化，投资收益容易衡量，数据挖掘技术也可以很好 根据供应情况和库存水平的变化，迅速、频繁地实施价格 的与现有的电子商务系统进行整合。这些都为数据挖掘在 调整，为顾客提供不同的产品、各种促销优惠、多种交货 电子商务中的应用提供了可行性和必要性。 方式以及差异化的产品定价。另外，在实际运用过程中， 本文讨论的正是数据挖掘在电子商务应用中的一个方 企业可酌情考虑单独实施某一策略，也可进行策略组合。 面，即企业利用数据挖掘技术及时准确地捕获有关客户、 在制订定价策略时，最好的做法是针对特定客户群体进行 销售、库存等信息，并结合自身的商业战略，更好地在电 试验，甄选出最佳定价模型，然后，再对模型进行相应的 子商务环境下进行优化的动态定价决策。 调整。在动态定价中，企业可以采用一些模型方法来辅助 分析和决策，比如库存模型、数据驱动模型、博弈模型、 2 电子商务动态定价策略概述 机器学习模型、仿真模型等[7] 。数据驱动模型是使用统计 或仿真技术有效利用客户数据计算出合适的动态价格。目 国际互联网的发展、日益激烈的市场竞争、客户管理 前，动态定价也是客户关系管理和数据挖掘技术的重要研