数据挖掘、数据仓库、商业智能在电子商务领域的应用.docVIP

PAGE / NUMPAGES 2010 年第4 期福建教育学院学报 随着网络技术的迅速发展和数据库技术的成熟， 电子商务显示出巨大的市场价值和发展潜力。当企业 采用电子商务时，迫切需要把企业信息系统产生的大 量数据转换为有用的数据，为企业创造更大的财富。 数据仓库和数据挖掘技术，可以使企业把数据转化为 有用的信息并帮助决策，从而是企业在激烈的市场竞 争中处于优势地位。 一、数据仓库与数据挖掘 1. 数据仓库 数据仓库是面向主题的（subject-oriented）、集成 的（integrated）、非违约的（non-volatile） 且时变的 （time-variant）用于管理和决策制定的数据集。由此可 见，数据仓库是一种分析型数据库，基于标准企业模 型集成的、带有时间属性的、面向主题的数据集合，与 传统支持查询为主的事务性操作数据库有着本质区 别，具备以下四个特征： （1）面向主题 主题是一个抽象的概念。基于主题组织的数据， 根据领域的逻辑内涵，分为独立的领域，互不交叉，并 形成相应的数据视图，汇总表等，因此适于联机分析 处理（OLAP）。 （2）集成化 当数据从面向应用提取到数据仓库时，由于命名 冲突、数据结构转换等的冲突，需要对原有数据进行 抽取、清理、加工，形成一致的命名、变量度量、编码结 构、物理属性等。 （3）非违约性 由于数据仓库中的数据是历史数据，当数据集成 到数据仓库后，不需要更改。仅限于装数据和访问数据； 并不存在数据恢复，数据同步，修复死锁等复杂问题。 （4）时变性 出于决策的需要，数据仓库中的数据需要标明时 间参数，并随时间不断变化，即随着时间变化，不断有 新的数据内容添加；不断导出和删除没用的数据内 容；不断地重新综合数据。 2. 数据挖掘 数据挖掘（Data Mining）就是从大量的、不完全 的、模糊的、有噪声的、随机的数据中，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 知识的非平凡过程，这些信息的表现形式为：规则、概 念、规律及模式等。决策者使用它分析历史数据和当 前数据，提取出隐藏的关系和模式，对未来发生的行 为进行预测。 数据挖掘和数据仓库的协同工作，不仅提高了数 据挖掘的效率和能力，确保了数据挖掘中数据来源的 广泛性和完整性；而且数据挖掘技术已经成为数据仓 库应用中极为重要的方面和相对独立的工具。 二、电子商务 电子商务是指个人或企业通过Internet 网络，采 用数字化电子方式进行商务数据交换和开展商务活 动。电子商务涵盖的范围很广，一般可分为企业对企 业(Business-to-Business)模式，比如阿里巴巴为众多 企业提供一个网络贸易平台；企业对消费者(Business- to -Consumer)模式，比如亚马逊书店、卓越网、当 摘要：电子商务的产生改变了企业的经营理念、管理方式和支付手段，给社会的各个领域带 来了巨大的变革。文章在简要介绍了数据仓库、数据挖掘技术和电子商务概念的基础上，详细分析 了数据仓库、数据挖掘技术在电子商务中的应用，帮助企业把数据转化为有用的信息并帮助决策， 从而在市场竞争中获得优势地位。 关键词：数据仓库；数据挖掘；电子商务 中图分类号：TP309 文献标识码：A 文章编号：1673-9884(2010)04-0126-03 数据挖掘与数据仓库技术在电子商务中的应用综述 吴金炎 (福建教育学院信息技术研修部，福州350025) 收稿日期：2010-06-12 作者简介：吴金炎（1976-），男，福建诏安人，福建教育学院信息技术研修部讲师，硕士研究生。 第4 期 2010 年8 月 福建教育学院学报 FU JIAN JIAO YU XUE YUAN XUE BAO NO.4 August，2010 2010 年第4 期 当网，具有其方便快捷个性化消费；另外还有消费者 对消费者（Consumer-to-Consumer)模式，可以为个人 在网络平台上开店赚取利润。随着国内Internet 网络 使用人数的增加，利用Internet 网络进行购物并以银 行卡付款的消费方式已渐流行，市场份额也在迅速增 长，电子商务网站也层出不穷，如图1 所示。 三、数据仓库、数据挖掘在电子商务中的应用 1. 控制商品库存 对于零售业，库存销量比是一个重要的效率指 标。通过使用数据仓库，企业可以随时跟踪库存，及时 通过网上供货商补充，实现了库存商品的有效控制。 比如美国沃玛特连锁店，数据仓库规模从最初的6 万 亿字节增加到现在的100 万亿字节，实现了存货少效 益高的良性循环，始终保持着行业领先。 2. 减少跳线率 对于航空、银行等服务性行业，由于行业竞争激 烈，存在“跳线”的现象，即客户从A 公司跳到B 公 司，几个月后又重新回到A 公司，导致企业