数据挖掘在电子商务中的应用资料祥解.ppt

数据挖掘在电子商务中的应用 随着信息技术的高速发展，人们积累的数据急剧增长，如何从海量的数据中提取有用的知识成为当务之急。集统计学、数据库、机器学习等技术于一体的数据挖掘就是为顺应这种需要而发展起来的一种数据处理技术。 SHEN ME 是数据挖掘? 数据挖掘是一种新的商业信息处理技术，其主要特点是对商业数据库中的大量业务数据进行抽取、转换、分析和其他模型化处理，从中提取辅助商业决策的关键性数据。利用功能强大的数据挖掘技术，可以使企业把数据转化为有用的信息帮助决策，从而在市场竞争中获得优势地位。 数据挖掘与电子商务的关系 在电子商务企业中，数据挖掘运用于客户行为分析，企业从中受益体现在以下四个方面: (1)可以发现客户和访问者的爱好、生活模式。 (2)可以争取新顾客，怎样使产品适销对路、怎样给产品定价、怎样吸引单个客户、怎样优化Web网站。 (3)可以用相应的信息确定顾客的消费周期，针对不同的产品制定相应的营销策略。 (4)可以确定客户细分，为每一个客户的独特需求设计“量身定制”的产品。 面向电子商务的数据挖掘系统主要以下几大功能模块： 数据挖掘在电子商务中的应用 2.管理客户数据 成功案例:美国的读者文摘(Reader‘s Digest)出版公司运行着一个积累了40年的业务数据库，其中容纳有遍布全球的一亿多个订户的资料，数据库每天24小时连续运行，保证数据不断得到实时的更新，正是基于对客户资料数据库进行数据挖掘的优势，使读者文摘出版公司能够从通俗杂志扩展到专业杂志、书刊和声像制品的出版和发行业务，极大地扩展了自己的业务。 (3).评估商业信用 目前，越来越多企业使用数据挖掘来加强电子商务CRM的应用水平，许多企业都在其具体的应用中使用数据挖掘技术，数据挖掘可以使企业得到电子商务CRM应用数据的三座金矿，在日益复杂的市场环境下迅速采取行动，实现差异化和个性化营销。 结束语 数据挖掘是一个新兴的领域, 具有广阔应用前景，目前，电子商务在我国正处于快速发展和应用阶段，利用数据挖掘技术，能够强化对客户的服务、促进市场最优化、加速资金周转、实现企业的创新发展。电子商务平台上的数据挖掘技术有待人们去进行更深入的研究工作，这将不断的推动数据挖掘技术的深入发展和广泛应用，创造出更多的社会和经济价值。 * * 制作人 ： 刘进 刘芳 陈磊 数据挖掘 (Data Mining，DM)又知识发现（Knowledge Discovery in Datebase,KDD）是从大量的、不完全的、有噪声的、模糊的、随机数数据中提取隐含在其中的、人们事先不知道的但又是潜在有用的信息和知识的过程。包括存储和处理数据, 选择处理大数据集的算法、解释结果、使结果可视化。 用户信息分析 运用分类和聚类挖掘方法对用户的信息分析，可以得到用户的些特征。对用户分类相当于对具有某些公共属性的用户群体建立了概要特征描述，这些特征可以用来对新增的用户进行分类，可以发现未来的潜在用户并开展有针对性的商务活动，如自动给一类特定的用户发送销售邮件，当属于同一类的用户再次访问站点时为其动态地改变站点的内容等。通过这些举措使商务活动能够在一定程度上满足用户的要求，实现目标营销。 用户信息分析 商品信息分析 物流信息分析 welcome to use these PowerPoint templates, New Content design, 10 years experience 商品信息分析 运用关联规则挖掘发现商品访问中所有关联和相联系的规则，可以从交易事务数据库中发现商品间的相互联系。这对电子商务公司组织站点网页结构、开展有效的营销策略非常有帮助。 物流信息分析 采用神经网络预测技术,根据各物流配送点接到的网站用户订单来预测其库存数量。预测信息可以给物流配送中心以参考，用来合理地确定各配送点仓库的库存量，使各配送点的补货能更加合理有序，降低物流成本，节约库存费用。 （1）优化企业资源 节约成本是企业盈利的关键。基于数据挖掘技术，实时、全面、准确的掌握企业资源信息，通过分析历史的财务数据、库存数据和交易数据，可以发现企业资源消耗的关键点和主要活动的投入产生比例，从而为企业资源优化配置提供决策依据，例如降低库存、提高库存周转率、提高资金使用率等。通过对Web数据挖掘，快速获取商业信息，使企业准确地把握市场动态，极大地提高企业对市场变化的响应能力和创新能力，是企业最大限度的利用人力资源、物资资源和信息资源，合理协调企业内外部资源的关系，产生最佳的经济效益，促进企业发展的科学化，信息化，智能化。 例如:美国运通公司(American Express)有一个用于记录信用卡业务的数据库，数据量达到54亿字符，并仍在随着业务进展不断更新。运