网络经济下数据挖掘在工商管理中的应用.docVIP

网络经济下数据挖掘在工商管理中的应用 ; 摘要: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。该文从知识发现和数据挖掘的概念出发,总结了数据挖掘常采用的技术方法,同时对数据挖掘的应用及发展进行了阐述。该文以一个淘宝网行业的数据挖掘案例探讨了数据挖掘在网络经济下工商的应用;从技术和商业需求两个方面分别研究了数据挖掘商务应用的可行性,并指出因竞; 争战略的细化导致了对数据挖掘的商业需求。 ; 关键词:数据挖掘;网络经济;序列模式 ; 中图分类号:TP311文献标识码:A文章编号:1009-3044(2012)21-5261-03 ; 随着数据库和网络等技术的迅速发展,我们产生和收集数据的能力已经迅速提高,大量的数据储存在数据库和数据仓库中,我们已被淹没在数据和信息的汪洋大海中。这项以数据库技术、网络技术、统计分析、人工智能等为依托的综合性运用技术的出现有其必然性和可行性。人们需要有新的、更有效的手段地各种大量数据进行挖掘以发挥其潜能,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,它的出现为自动和智能地把海量的数据转化为有用的信息和知识提供了手段。 ; 1网络经济 ; 网络经济,一种建立在计算机网络基础之上,以现代信息技术为核心的新的经济形态。它以信息为基础,以计算机网络为依托,以生产、分配、交换和消费网络产品为主要内容,以高科技为支持,以知识和技术创新为灵魂。它不仅是指以计算机为核心的信息技术产业的兴起和快速增长,也包括以现代计算机技术为基础的整个高新技术产业的崛起和迅猛发展,更包括由于高新技术的推广和运用所引起的传统产业、传统经济部门的深刻的革命性变化和飞跃性发展。它实际上是一种在传统经济基础上产生的、经过以计算机为核心的现代信息技术提升的高级经济发展形态。 ; 2数据挖掘商网络经济的案例 ; 2.1电子商务行业概况 ; 随着电子商务行业不断发展,新的供应商仍在进人市场与传统企业竞争。电子商务行业促使杂货、药品、玩具零售商提供更低的价格和更全的商品。电子商务正以低成本、高效率、覆盖广、协调性强、透明度高等一系列明显的交易优势席卷经济的各个层面。 ; 2011年中国移动互联网市场规模达393.1亿元,同比增长97.5%,移动电子商务的飞速发展正是中国移动互联网市场快速增长的主要推动力。2011年,移动电商在移动互联网市场中的占比已接近三成,预计在2012年末可以达到57%以上。传统互联网电商企业在发展到一定规模后,有足够的经验和资本向移动终端转移,是移动电商快速增长的主要原因。 ; 2.2数据挖掘分析过程 ; 上面面用一个针对淘宝网滁州店铺采集的样本数据,进行挖掘的例子来说明数据挖掘的具体应用。表1给出了数据源的部分字段格式。表2、表3给出了经过整理和转换后的适用于挖掘工具的数据样本。在本案例中,我们自行编写挖掘工具。限于篇幅,具体数据挖掘过程省略。 ; 2.3数据挖掘应用分析结论 ; 从上面电子商务行业数据挖掘后分析可以得出: ; 电子商务销售的主体:我们找到进行网络销售的主体人(店铺)及相关个人店铺信息; ; 电子商务销售的内容:我们可以查询店铺所销售的商品信息,对销售商品是否违规进行监管; ; 电子商务市场行为分析:特定范围内市场消费倾向是什么,以便引导,制定销售、决策方案; ; 监管范围的扩展:传统工商监管只对实体店铺进行监管,通过对网络的市场监管,可以扩大工商管理监管范围,更加规范的市场。 ; 3网络数据挖掘的分析方法 ; 针对网络经济形态下的数据挖掘,我们主要采用以下三种方式进行数据挖掘: ; 3.1关联分析 ; 利用关联规则进行数据挖掘。在数据挖掘研究领域,对于关联分析的研究开展得比较深入,人们提出了多种关联规则的挖掘算法,如APRIORI、STEM、AIS、DHP等算法。关联分析的目的是挖掘隐藏在数据间的相互关系,它能发现数据库中形如“90%的顾客在一次购买活动中购买商品A的同时购买商品B”之类的知识。关联分析就是生成所有具有用户指定的最小置信度和最小支持度的关联规则。 ; 3.2分类分析 ; 设有一个数据库和一组具有不同特征的类别(标记),该数据库中的每一个记录都赋予一个类别的标记,这样的数据库称为示例数据库或训练集。分类分析就是通过分析示例数据库中的数据,为每个类别做出准确的描述或建立分析模型或挖掘出分类规则,然后用这个分类规则对其它数据库中的记录进行分类。 ; 3.3序列模式分析 ; 序列模式分析和关联分析法相似,其目的也是为了采掘出数据之间的联系,但序列模式分析的侧重点在于分析数据间的前后(因果)关系。运用序列模式分析销售记录,零售商则可以发现客户潜在的购物模式,例如客户在购买微波炉前常购买何种商品。 3.4数据挖掘与信息过滤技术的结合 网络的迅速发展导致了“信息过载”、“信息超