摘要：根据网络营销业务需求，结合数据挖掘方法尤其是基于web的模式挖掘方法的可靠性与易用性，对营销方案作出处理，在此基础上形成一套营销流程，建立营销模型。研究结果表明，数据挖掘方法的使用在一定程度上帮助营销者制定更智能的商业策略，改进了客户关系管理。
　　关键词：数据挖掘　模式挖掘　网络营销　统计分析
　　中图分类号：TP311　文献标识码：A　文章编号：1007-3973(2011)004-065-01
　　
　　1　引言
　　
　　随着因特网的发展，网络营销在营销活动中占据的成分越来越大。借助网络购买行为分析，可以让营销者将商品有魅力的展现在顾客面前，激发顾客的购买欲。网络购买行为分析，可以基于电子商务web站点的销售排行，基于客户以前的购买行为，也可以基于客户表现出来兴趣爱好，将分散在各个web站点的数据以客户为中心进行收集，提供统计，多维分析和数据挖掘等手段，按照客户主题建立分析模型，挖掘客户的特征与购买行为特性。
　　
　　2　设计方案
　　
　　2.1系统设计概述
　　根据网络营销业务需求以及数据挖掘特点，网络购买行为分析系统主要从数据的预处理、数据统计分析、数据的模型挖掘、挖掘结果显示与比较方面进行研究与探讨。
　　
　　2.2数据预处理
　　通常网络营销数据包括客户信息，交易信息，产品／服务信息，供应商信息和安全信息等。这些数据的量非常大而且每天都会不断增长，并且多数存在统计方式的多样化、允余、不完整等特点。针对此特点，网络购买行为分析系统必须对数据进行预处理使得挖掘精度更高。在此特进行如下处理：数据集成、数据清洗、数据规格化。针对缺失数据采用最可能值填补方法；异常数据通过距离度量法来以剔除；使用最大最小规范化法规范数据源。
　　
　　2.3数据统计分析
　　通常对高维样本数据进行评估预测时，需先通过统计分析，进行特征选择，得出系统属性对系统的影响规律，帮助人们更精确的进行挖掘预测。系统统计分析通过散点图等统计图方式直观显示数据之间存在的规律特征，同时根据相关性分析、主成分分析为挖掘提供累计数据支持。
　　
　　2.4挖掘模型方案
　　网络购买行为分析系统的主要数据来自于WEB站点，该行为的产生基于各大电子商务网站。对数据源进行数据预处理和统计分析之后，利用格式化好的数据进行模式发现、关联规则分析、序列模式发现、进行访问路径及分类聚类分析等。
　　
　　2.5结果分析及设计不足
　　经过挖掘的方法的处理，根据训练样本的误差率，系统为营销者选择最佳营销方案，帮助营销者制定更智能的商业策略。综上所述可以看出整个系统流程如下：
　　本文结合数据挖掘为网络营销提出了一种新的思路，但是鉴于对网络营销数据理解的不充足，挖掘精度会存在着偏差，在以后的实验研究中给予完善。
　　　参考文献：
　　[1]No,on M J，Knowledge discovery in databases，Library Tre-nds，1999,48(1)：9-13.
　　[2]刘锡玲.电子商务中数据挖掘技术的选择[J].黑龙江科技信息，2007.10.
　　[3]朱玉全，杨鹤标，孙蕾.数据挖掘技术[M].南京：东南大学出版社。2006.
　　[4]邵峰晶，于忠清.数据挖掘原理与算法[M].北京：中国水利水电出版社，2003.