论文部分内容阅读
摘 要 随着我国改革开放及社会主义市场经济的快速发展，互联网技术的发展促进了电子商务的繁荣，进一步推动了我国经济的快速发展。数据挖掘技术是一种先进的科学技术，对于电子商务的数据处理具有重要作用。
关键词 数据挖掘技术 特点 挖掘方法
中图分类号：F713.3 文献标识码：A
1数据挖掘技术概述
数据挖掘主要是指从大量不完全的、模糊的、有噪声的、随机的原始数据中提取其中较为隐秘的、人们不知道但具有潜在作用知识及信息的高级处理过程。通过有效的数据挖掘，可以将这些潜在的有用信息发掘出来，帮助企业在已有经验的基础上对未来进行预测，以有效提高企业的市场决策力，为企业构建核心性的竞争优势，同时还可以帮助专家从大量的数据研究中获得规律，以有效提高科学研究的效率，从而更好地服务于企业的应用实践。
数据挖掘是一个循环往复的过程，主要包括数据准备、建立模型、评估模型、解释模型、运用模型、巩固模型等，通过采取严格的观察与分析过程，以有效促进数据挖掘技术应用的有效性，从而不断提高电子商务的应用质量。数据挖掘技术如路径分析技术、聚类分析技术、关联规则挖掘技术、分类分析技术等在电子商务发展中广泛应用，对于更好地促进网站浏览量的提升，发掘潜在客户并吸引新客户起到了较大的帮助作用。
2数据挖掘在电子商务中的特点
（1）面向电子商务挖掘的任务更多表现在客户关系管理方面。由于电子商务借助 Internet的力量让企业和客户之间的交流变得十分方便，因此，更多的需求是如何让企业利用这些频繁的交流，敏捷地把握客户的动态，改进企业与客户交流的方式或提出新的交流内容等。
（2）电子商务自身是一个信息化十分完全的系统，它们累积的数据一般就存储在电子商务数据库内，用户能十分方便地获取这些数据，因此对于电子商务的数据挖掘的数据准备阶段的工作相对容易。
（3）电子商务领域的数据挖掘的目的通常是对电子商务系统的改进，比如给客户推出个性化页面、把用户最感兴趣的信息放在首页或挖掘出哪些产品比较受欢迎等。
3数据挖掘在电子商务中的主要应用
（1）关联规则挖掘技术
关联分析的目的就是为了挖掘出隐藏在数据间的相互关系，从而找到客户对网站上各个文件之间访问的相互关系，即发现其关联规则。挖掘发现的关联规则往往是指支持度超过预设阈值的一组访问网页，这些网页之间可能并不存在直接的引用关系。例如：采用Apriori算法发现关联规则有可能发现访问包含电子产品的页面用户和访问有关体育用品的网页的用户之间存在一定的联系。
（2）序列模式
发现序列模式能够便于电子商务的管理者预测客户的访问模式，提供客户个性化的服务。网站管理员可将访问者按浏览模式分类，在页面上只展示具有该浏览模式的访问者经常访问的链接，而用一个"更多内容"指向其他未被展示的内容。当访问者浏览到某页面时，检查他的浏览所符合的序列模式，并在显眼位置提示"访问该页面的人通常接着访问"的若干页面。在Web上序列模式挖掘问题上，由于其数据源和需要挖掘的模式的特殊性，许多问题仍有待解决。如访问序列的集成，用户对感兴趣的序列模式上的约束表达及带约束的序列模式挖掘算法等。
（3）分类技术
分类技术主要是根据用户群的特征挖掘用户群的访问特征。在Web数据挖掘中，分类技术可以根据访问这些用户而得到个人信息或共同访问模式得出访问某一服务器文件的用户特征。另外，通过用户注册表和在线调查表也可以得到用户的一些特征。分类可以采用监督学习算法，如决策树技术、贝叶斯分类法。
（4）聚类规则法
聚类分析法不同于分类规则，其输入集是一组未标定的记录，也就是说此时输入的记录还没有进行任何分类。其目的是根据一定的规则，合理地划分记录集合，并用显式和隐式的方法描述不同的类别，目前已开发出很多的聚类分析工具。在电子商务中通过聚类具有相似浏览行为的客户，使管理员更多的了解客户，提供更适合、使客户更满意的服务。例如，有一些客户这段时间经常浏览"furniture"、"electrical equipment"，经过分析这些客户被聚类为一组即将结婚的客户，对他们的服务就该有别于其他聚类客户，这样Web可自动给这个特定的顾客聚类发送新产品信息邮件，为这个顾客聚类动态改变一个特殊的站点等。
（5）路径分析技术
路径分析技术是 Web 应用挖掘中特有的数据挖掘技术，能够用于发现网站中用户的频繁查找路径，对于其他一些和路径相关的信息则都可以通过实行路径分析得到。用户在访问站点的过程中会形成浏览路径，而通过对浏览路径进行分析并从中挖掘潜在知识的过程就是路径模式挖掘。此过程主要分为三个步骤：首先将浏览过程中每个站点组成序列以构成原始路径，其次获得最大的引用序列，最后确定最大的引用序列。通过采用路径分析技术，电子商务网站能够对某类型的用户对电子网站频繁访问的路径进行分析和判定，这些路径在一定程度上代表了用户在浏览网站页面过程中所形成的习惯和顺序。通过将与客户访问信息相关的商品信息进行直接链接处理，可以帮助客户更好、更快地达到自己想要访问的页面。这样，电子商务网站就能够在消费者心中树立良好的印象，以有效提高消费者的忠诚度，并对潜在的消费者形成吸引，并有效延长消费者在网站访问的时间，提高消费者再次访问网站的几率。最后对客户的消费行为及反馈情况进行挖掘分析，能够根据消费者的需求进一步优化网站设计，以不断提高网站的访问质量。
参考文献
[1] 伍粤山.Web 数据挖掘初探[J].数据库与信息管理，2006，2.
[2] 宁彬.Web数据挖掘综述[J].网络与安全技术，2006，2.
关键词 数据挖掘技术 特点 挖掘方法
中图分类号：F713.3 文献标识码：A
1数据挖掘技术概述
数据挖掘主要是指从大量不完全的、模糊的、有噪声的、随机的原始数据中提取其中较为隐秘的、人们不知道但具有潜在作用知识及信息的高级处理过程。通过有效的数据挖掘，可以将这些潜在的有用信息发掘出来，帮助企业在已有经验的基础上对未来进行预测，以有效提高企业的市场决策力，为企业构建核心性的竞争优势，同时还可以帮助专家从大量的数据研究中获得规律，以有效提高科学研究的效率，从而更好地服务于企业的应用实践。
数据挖掘是一个循环往复的过程，主要包括数据准备、建立模型、评估模型、解释模型、运用模型、巩固模型等，通过采取严格的观察与分析过程，以有效促进数据挖掘技术应用的有效性，从而不断提高电子商务的应用质量。数据挖掘技术如路径分析技术、聚类分析技术、关联规则挖掘技术、分类分析技术等在电子商务发展中广泛应用，对于更好地促进网站浏览量的提升，发掘潜在客户并吸引新客户起到了较大的帮助作用。
2数据挖掘在电子商务中的特点
（1）面向电子商务挖掘的任务更多表现在客户关系管理方面。由于电子商务借助 Internet的力量让企业和客户之间的交流变得十分方便，因此，更多的需求是如何让企业利用这些频繁的交流，敏捷地把握客户的动态，改进企业与客户交流的方式或提出新的交流内容等。
（2）电子商务自身是一个信息化十分完全的系统，它们累积的数据一般就存储在电子商务数据库内，用户能十分方便地获取这些数据，因此对于电子商务的数据挖掘的数据准备阶段的工作相对容易。
（3）电子商务领域的数据挖掘的目的通常是对电子商务系统的改进，比如给客户推出个性化页面、把用户最感兴趣的信息放在首页或挖掘出哪些产品比较受欢迎等。
3数据挖掘在电子商务中的主要应用
（1）关联规则挖掘技术
关联分析的目的就是为了挖掘出隐藏在数据间的相互关系，从而找到客户对网站上各个文件之间访问的相互关系，即发现其关联规则。挖掘发现的关联规则往往是指支持度超过预设阈值的一组访问网页，这些网页之间可能并不存在直接的引用关系。例如：采用Apriori算法发现关联规则有可能发现访问包含电子产品的页面用户和访问有关体育用品的网页的用户之间存在一定的联系。
（2）序列模式
发现序列模式能够便于电子商务的管理者预测客户的访问模式，提供客户个性化的服务。网站管理员可将访问者按浏览模式分类，在页面上只展示具有该浏览模式的访问者经常访问的链接，而用一个"更多内容"指向其他未被展示的内容。当访问者浏览到某页面时，检查他的浏览所符合的序列模式，并在显眼位置提示"访问该页面的人通常接着访问"的若干页面。在Web上序列模式挖掘问题上，由于其数据源和需要挖掘的模式的特殊性，许多问题仍有待解决。如访问序列的集成，用户对感兴趣的序列模式上的约束表达及带约束的序列模式挖掘算法等。
（3）分类技术
分类技术主要是根据用户群的特征挖掘用户群的访问特征。在Web数据挖掘中，分类技术可以根据访问这些用户而得到个人信息或共同访问模式得出访问某一服务器文件的用户特征。另外，通过用户注册表和在线调查表也可以得到用户的一些特征。分类可以采用监督学习算法，如决策树技术、贝叶斯分类法。
（4）聚类规则法
聚类分析法不同于分类规则，其输入集是一组未标定的记录，也就是说此时输入的记录还没有进行任何分类。其目的是根据一定的规则，合理地划分记录集合，并用显式和隐式的方法描述不同的类别，目前已开发出很多的聚类分析工具。在电子商务中通过聚类具有相似浏览行为的客户，使管理员更多的了解客户，提供更适合、使客户更满意的服务。例如，有一些客户这段时间经常浏览"furniture"、"electrical equipment"，经过分析这些客户被聚类为一组即将结婚的客户，对他们的服务就该有别于其他聚类客户，这样Web可自动给这个特定的顾客聚类发送新产品信息邮件，为这个顾客聚类动态改变一个特殊的站点等。
（5）路径分析技术
路径分析技术是 Web 应用挖掘中特有的数据挖掘技术，能够用于发现网站中用户的频繁查找路径，对于其他一些和路径相关的信息则都可以通过实行路径分析得到。用户在访问站点的过程中会形成浏览路径，而通过对浏览路径进行分析并从中挖掘潜在知识的过程就是路径模式挖掘。此过程主要分为三个步骤：首先将浏览过程中每个站点组成序列以构成原始路径，其次获得最大的引用序列，最后确定最大的引用序列。通过采用路径分析技术，电子商务网站能够对某类型的用户对电子网站频繁访问的路径进行分析和判定，这些路径在一定程度上代表了用户在浏览网站页面过程中所形成的习惯和顺序。通过将与客户访问信息相关的商品信息进行直接链接处理，可以帮助客户更好、更快地达到自己想要访问的页面。这样，电子商务网站就能够在消费者心中树立良好的印象，以有效提高消费者的忠诚度，并对潜在的消费者形成吸引，并有效延长消费者在网站访问的时间，提高消费者再次访问网站的几率。最后对客户的消费行为及反馈情况进行挖掘分析，能够根据消费者的需求进一步优化网站设计，以不断提高网站的访问质量。
参考文献
[1] 伍粤山.Web 数据挖掘初探[J].数据库与信息管理，2006，2.
[2] 宁彬.Web数据挖掘综述[J].网络与安全技术，2006，2.