数据挖掘技术在电子商务中应用1.pdfVIP

2010年第06期 NO．06，2010 (总第154期) 现 代 企 业 文 化 MODERNENTERPRISECU1．TURE (CumulativetyNO．154) 数据挖掘技术在电子商务中的应用 李振涛 (鞍山技师学院，辽宁鞍 山114001) 摘要：文章结合数据挖掘技术在电子商务中的应用，阐述 在金融电子商务领域，管理者可以通过对客户偿还能力以 了应根据商业问题的特点来决定采用哪种数据挖掘形式，从而 及信用的分析，进行分类，评出等级。从而可减少放贷的麻木 开发出有效和实用的数据挖掘系统。 性 ，提高资金的使用效率。同时还可发现在偿还中起决定作用 关键词：数据挖掘；电子商务；关联分析 的主导因素，从而制定相应的金融政策。 在BtoC电子商务中，数据挖掘可有助于识别顾客购买行 中图分类号：TP301 文献标识码：A 为，发现顾客购买模式和趋势，改进服务质量，取得更好的顾 文章编号：1674—1145 (2OLO)06-0174-02 ‘ 客保持力和满意程度，提高货品销量比率 ，设计更好的货品运 输与分销策略，最大限度地降低商业成本。 电子商务的发展促使企业内部收集了大量的数据 ，并且迫 二、选择数据挖掘技术的两个重要依据 切需要将这些数据转换成有用的信息和知识 ，为企业创造更多 数据挖掘使用的技术很多，其中主要包括统计方法、机器 潜在的利润，数据挖掘概念就是从这样的商业角度开发出来的。 数据挖掘涉及的学科领域和方法很多，其核心技术历经多年的 学习方法、和神经网络方法和数据库方法。统计方法可细分为 发展，其中包括统计、近邻、聚类、决策树、神经网络和规则 回归分析、判别分析、聚类分析、探索性分析等。机器学习方 等。目前，这些成熟的技术在电子商务中已进入了实用阶段， 法可细分为归纳学习方法、基于范例学习、遗传算法等。神经 并取得了良好的效果。但数据挖掘作为一个新兴领域，在实际 网络方法可细分为钱箱神经网络 (BP算法)、自组织神经网络 等。数据库方法主要是多维数据分析或OLAP方法，另外还有面 应用中仍存在许多尚未解决的问题。其中最困难的往往在于决 定什么时候采用哪种数据挖掘技术。为了对数据挖掘技术进行 向属性的归纳方法。由于每一种数据挖掘技术都有其自身的特 明智的选择，本文结合数据挖掘技术在电子商务中的应用 ，从 点和实现的步骤 ，对数据的形式有具体的要求，并且与具体的 挖掘任务和数据信息两个角度进行分析，指出各种数据挖掘技 应用问题密切相关，因此成功的应用数据挖掘技术以达到 目标 过程本身就是一件很复杂的事情。 术适用的场合，以便开发出切实可用的数据挖掘系统。 (一)不同的挖掘任务使用不同的挖掘技术 一 、 数据挖掘技术在电子商务中的应用 数据挖掘的任务是从数据中发现模式。根据挖掘任务，数 (一)数据挖掘的概念 据挖掘可分为概念描述、聚集发现、关联规则发现、分类发现、