数据挖掘技术在电子商务中的应用创新.pptVIP

送；数据挖掘技术还可以对市场、客户数据进行恰当的分类挖掘，从而分析出各个层次的细分市场，为电子商务企业定位于自己的目标市场提供可靠的依据。 2、交叉营销 交叉营销就是指通过与客户交流，向现有的客户提供新的产品和服务的营销过程。企业与其客户之间的商业关系是一种持续的不断发展的关系，通过不断地相互接触和交流，客户得到了更好更贴切的服务质量，企业则因为增加了销售量而获利。基于客户已经购买的商品，推荐客户购买一些相关的商品，建立忠诚度。客户往往愿意到那些最能满足自己需求的网站购物。 数据挖掘技术在电子商务中应用的前景 随着计算机硬件和软件的并行发展，数据挖掘技术在电子商务中的应用会越来越广泛。在激烈的市场竞争环境下，能否运用好数据挖掘技术，是电子商务网站能否成功的关键所在。数据挖掘技术在电子商务中的关键性以被越来越多的企业所认同。毫无疑问，数据挖掘技术在电子商务时代会得到更大的发展。 * * * * * * * * * * * * * * * * * * * * 组员： 电子商务的概述及发展现状 一、电子商务的概述 电子商务，英文是Electronic Commerce，简称EC。所谓电子商务，就是在网上开展商务活动。电子商务通常是指是在全球各地广泛的商业贸易活动中，在因特网开放的网络环境下，基于浏览器/服务器应用方式，买卖双方不见面地进行各种商贸活动，实现消费者的网上购物、商户之间的网上交易和在线电子支付以及各种商务活动、交易活动、金融活动和相关的综合服务活动的一种新型的商业运营模式 二、电子商务的优势 电子商务带来的不仅是一种技术变革，它还带来了一种通过技术的辅助、引导、支持来实现的商业活动本身发生的根本性的革命。它不仅改变交易的方式，还更新了人们的消费观念和生活方式，改变了人与人之间的关系。具体有以下几个优点： 1、交易可以跨越时空。交易双方可以在世界的任何一个地方，交易可以在任何时间进行，打破了传统电子商务活动时间和空间的约束。 2、交易的方便性。消费者真正能够足不出户，就可货比三家，同时能够以一种轻松自由的自我服务的方式来完成交易。通过互联网，商家之间可以直接交流，谈判，签合同，消费者也可以把自己的反馈建议反映到企业或商家的网站，而企业或者商家则要根据消费者的反馈及时调查产品种类及服务品质，做到良性互动。 3、交易的成本大大降低。电子商务使供应链缩短，各方面管理成本的大幅度降低。 4、电子商务所具有的开放性和全球性的特点，为企业创造了更多的贸易机会。 三、中国电子商务的发展现状 随着中国总体经济的强势增长和Internet的发展，中国的电子商务市场发展很迅速。中国电子商务市场中，B2B电子商务是最重要的一部分。根据艾瑞咨询统计数据显示，09年中国企业通过电子商务交易规模占整体交易规模（线上和线下交易规模）的比例达到11.3%，稳中有升。根据艾瑞咨询调查显示，在全球经济危机下，使用电子商务的线上中小企业的存活率要高出传统线下企业5倍，所以金融危机让更多的中小企业认识到电子商务的优势，电子商务平台能够给中小企业提供更有效的推广方式，降低推广成本。因此，B2B电子商务交易规模所占比例得到提高，提高的部分主要来自于两方面，一方面，利用电子商务平台获取信息的中小企业的数量在上升；另一方面，部分原有利用电子商务平台的中小企业，其线上交易量在增长。 数据挖掘的概述 一、定义 数据挖掘，英文是Data Mining，简称DM。所谓数据挖掘是从大量数据中提取有效的、未知的、易于理解的、有依据的信息，并据此做出商务决策的过程。数据挖掘从本质上说是一种新的商业信息处理技术。数据挖掘技术把人们对数据的应用，从低层次的联机查询操作，提高到决策支持、分析预测等更高级应用上。 二、数据挖掘的功能 1、预测分析。 2、关联分析。 3、聚类分析。 4、分类分析。 5、偏离检测。 三、数据挖掘的方法 数据挖掘有很多方法，包括关联规则方法、聚类分析方法、人工神经网络方法、遗传算法、粗糙集方法、决策树方法、统计方法、可视化技术等。下面就上述八种方法解释如下： 1、关联规则方法：关联规则，是在数据挖掘中最先使用的最基本的技术。关联规则是从大量的数据中提取或“挖掘”出有用的知识，它能对过去的数据进行查询和遍历，找出过去数据之间的潜在联系，从而促进信息的显化[10]。 2、聚类分析方法：聚类分析是一种经典的统计学方法，它同数据库技术结合形成了现代数据挖掘的常用技术之一。聚类分析就是从给定的数据集中搜索数据对象之间所存在的有价值的联系，一个聚类中的所有对象常常被当作一个对象来进行处理或分析[11]。在商业上，聚类分析可以帮助市场人员发现顾客群中所存在的不同特征的组群，并可以利用购买模式来描述这些具有不同特征的顾客组群。 3、遗传算法方法：简称GA，主要借用了