石 杰

(山東青年政治學(xué)院，濟南 250103)

1 引言

隨著Internet的普及和電子商務(wù)的發(fā)展， 電子商務(wù)已經(jīng)成為一種信息時代國際通行的商務(wù)模式。當電子商務(wù)在企業(yè)中得到應(yīng)用時，企業(yè)信息系統(tǒng)將產(chǎn)生大量的數(shù)據(jù)，數(shù)據(jù)挖掘技術(shù)能夠從海量的數(shù)據(jù)中搜索對企業(yè)有用的信息，從而為企業(yè)的發(fā)展提供幫助。

2 基本概念

2.1 數(shù)據(jù)挖掘概念

數(shù)據(jù)挖掘是計算機研究領(lǐng)域中的熱點問題，是從海量的數(shù)據(jù)中挖掘出有效的、新穎的、有潛在應(yīng)用價值的并且最終可被人所理解的知識[1]。

2.2 數(shù)據(jù)挖掘的功能

1)分類：對對象或事件歸類，可以用于提取數(shù)據(jù)模型。構(gòu)造分類函數(shù)，需要有一個訓(xùn)練樣本數(shù)據(jù)集作為輸入。訓(xùn)練集由一組數(shù)據(jù)庫記錄或元組構(gòu)成，每個元組是一個由有關(guān)字段（又稱屬性或特征）值組成的特征向量，此外，訓(xùn)練樣本還有一個類別標記。

2)聚類：是把整個數(shù)據(jù)庫分成不同的群組。它的目的是使群與群之間差別很明顯，而同一個群之間的數(shù)據(jù)盡量相似。這種方法通常用于客戶細分。在此基礎(chǔ)上可以制定一些針對不同客戶群體的營銷方案。

3)關(guān)聯(lián)分析：是尋找數(shù)據(jù)庫中值的相關(guān)性。兩種常用的技術(shù)是關(guān)聯(lián)規(guī)則和序列模式。關(guān)聯(lián)規(guī)則是尋找在同一個事件中出現(xiàn)的不同項的相關(guān)性；序列模式與此類似，尋找的是事件之間時間上的相關(guān)性。

4)預(yù)測：把握分析對象發(fā)展的規(guī)律，對未來的趨勢做出預(yù)見。

5)偏差的檢測：對分析對象的少數(shù)的、極端的特例的描述，揭示內(nèi)在的原因。

2.3 電子商務(wù)概念

電子商務(wù)是指個人或企業(yè)在網(wǎng)上采用數(shù)電化的方式開展商貿(mào)活動。在開放網(wǎng)絡(luò)環(huán)境下，實現(xiàn)網(wǎng)上購物、網(wǎng)上交易、在線支付以及各種商務(wù)活動、金融活動和相關(guān)的綜合服務(wù)活動的一種新型商業(yè)運營模式[2]。其主要功能包括網(wǎng)上廣告、訂貨、付款、客戶服務(wù)和貨物遞交等銷售、售前和售后服務(wù)，以及市場調(diào)查分析、財務(wù)核計等利用In ternet開發(fā)的商業(yè)活動[3]。

2.4 電子商務(wù)的分類

電子商務(wù)按照主體可分：企業(yè)與消費者之間的電子商務(wù)B2C（Business to Consum er）、企業(yè)與企業(yè)之間的電子商務(wù)B2B（Business to Business）、消費者與消費者之間的電子商務(wù)C2C（Consum er to Consum er）、企業(yè)與政府，即B2G（Business to Governm en t）、消費者個人對政府機構(gòu)的電子商務(wù)C2G（Consum er to Governm ent）、政府機構(gòu)對消費者個人的電子商務(wù)G2C（Governm ent to Consum er）等商務(wù)模式[4] [5]。

2.5 電子商務(wù)的優(yōu)勢

（1）把傳統(tǒng)營銷模式中的人力解放出來，只要有In ternet環(huán)境，客戶可以隨時訪問企業(yè)網(wǎng)站，搜索企業(yè)的產(chǎn)品、服務(wù)以及下訂單；（2）降低運輸成本。在線購買商品，可以降低操作成本，獲得更好的服務(wù)質(zhì)量，減少不必要的成本開支；（3）方便業(yè)務(wù)開展。客戶通過在線訪問，既不需要去專門去實體店，也不會遭遇太多的購買人群；（4）客戶可以方便的在各網(wǎng)站比較商品的價格，而且網(wǎng)絡(luò)商店的商品折扣要比實體店的多一些。

3 數(shù)據(jù)挖掘技術(shù)在電子商務(wù)的應(yīng)用

3.1 在客戶關(guān)系管理中的應(yīng)用

數(shù)據(jù)挖掘技術(shù)可以應(yīng)用在客戶群體分類分析、客戶效益分類分析和預(yù)測、客戶背景分析、客戶滿意度分析、交叉銷售、客戶信用分析、客戶流失分析、客戶的獲得與保持等方面[6]。

3.2 數(shù)據(jù)挖掘技術(shù)在網(wǎng)絡(luò)營銷中的應(yīng)用

網(wǎng)絡(luò)營銷是指利用In ternet技術(shù)，最大限度地滿足客戶需求，已達到開拓市場、增加盈利目標的經(jīng)營過程。數(shù)據(jù)挖掘在提高營銷的有效性、交叉營銷等方面有著廣泛的用途。

3.3 客戶的獲取及保留

通過對Web數(shù)據(jù)挖掘可以對潛在的客戶信息進行分析，預(yù)測新客戶，從而幫助發(fā)現(xiàn)正確的營銷對象。通過Web數(shù)據(jù)挖掘還能發(fā)現(xiàn)客戶的行為習(xí)慣，發(fā)現(xiàn)不同情況下具有相似行為的客戶，幫助企業(yè)識別潛在的客戶群體，從而提高市場占有率。通過Web數(shù)據(jù)挖掘，可發(fā)現(xiàn)那些客戶正在流失，哪些客戶是忠誠客戶，哪些是盈利客戶，從而制定不同的營銷策略。

3.4 數(shù)據(jù)挖掘技術(shù)在網(wǎng)站設(shè)計、管理中的應(yīng)用

在網(wǎng)站建設(shè)中，利用數(shù)據(jù)挖掘技術(shù)，不僅可有效的組織網(wǎng)站信息，還可以根據(jù)實際用戶的瀏覽歷史，挖掘用戶感興趣的信息，以便及時調(diào)整站點的結(jié)構(gòu)和信息。

3.5 數(shù)據(jù)挖掘在網(wǎng)絡(luò)營銷中的應(yīng)用

數(shù)據(jù)挖掘技術(shù)可以通過分析客戶網(wǎng)站瀏覽記錄，挖掘客戶的行為動機，分析客戶所處階段，提供不同營銷策略，還可對市場、客戶數(shù)據(jù)進行有效地分類挖掘，為企業(yè)定位市場目標提供依據(jù)。

4 電子商務(wù)中數(shù)據(jù)挖掘技術(shù)應(yīng)用的現(xiàn)狀和解決方法

4.1 數(shù)據(jù)不易管理

數(shù)據(jù)挖掘是數(shù)據(jù)驅(qū)動的，因此很容易遇到數(shù)據(jù)質(zhì)量的問題。由于數(shù)據(jù)庫的動態(tài)性、有錯誤且不完整，冗余和稀疏并，數(shù)據(jù)量巨大。在使用時，必須全面仔細分析異常情況，不能將異常情況結(jié)果作為普遍的模式應(yīng)用。

4.2 數(shù)據(jù)可視化差

數(shù)據(jù)挖掘處理的是海量數(shù)據(jù)，需要將其可視化，必須要有復(fù)雜的數(shù)據(jù)可視化工具支持。它可以提高分析人員數(shù)據(jù)、獲取知識的能力，在數(shù)據(jù)維數(shù)較低時，效果更明顯。

4.3 使用成本高

為滿足大量數(shù)據(jù)發(fā)現(xiàn)系統(tǒng)的計算要求，需在軟、硬件上采用并行技術(shù)。這些性能要求將大大增加數(shù)據(jù)挖掘的成本。需要提供可靠的物力和財力支持。

4.4 專業(yè)商業(yè)分析員的技能水平低

專業(yè)商業(yè)分析員需要有豐富的業(yè)務(wù)知識，以及具有很強的調(diào)查能力，創(chuàng)新能力。能夠使用各種數(shù)據(jù)挖掘技術(shù)，發(fā)現(xiàn)、分析、了解大量潛在的模式和關(guān)系，從而預(yù)測模型并按用戶容易理解的方式發(fā)布。企業(yè)需對相關(guān)人員進行綜合培訓(xùn)，提高分析問題的能力。

4.5 數(shù)據(jù)挖掘結(jié)果的不確定性

由于數(shù)據(jù)挖掘結(jié)果的不確定性，挖掘的結(jié)果自然也會千差萬別，因此要做出合理判斷，得出企業(yè)所需要的信息，便于企業(yè)的決策選擇。

5 結(jié)束語

電子商務(wù)是現(xiàn)代信息技術(shù)發(fā)展的必然結(jié)果，也是未來商業(yè)運作模式的必然選擇。數(shù)據(jù)挖掘工具可以幫助電子商務(wù)企業(yè)在海量的數(shù)據(jù)中挖掘發(fā)現(xiàn)有用的模式，從而幫助企業(yè)制定合理的決策，隨著數(shù)據(jù)挖掘技術(shù)日益完善，其在電子商務(wù)中的應(yīng)用會更加廣泛。

[1] FAYYAD U, PIATETSKY-SHAPIRO G, SMYTH P. Knowledge Discovery and Data Mining: Towards a Uni fying Framework[C] //Proc. 2nd Int. Conf. on Knowledge Discovery and Data Mining,1996, Por t land: OR, 1996: 82-88.

[2] ht tp://baike.baidu.com/view/757.htm.

[3] 夏小云.C2C電子商務(wù)數(shù)據(jù)挖掘的研究及應(yīng)用[J] .江西：江西理工大學(xué).2007.4

[4] 祁明等.電子商務(wù)實用教程[M] .高等教育出版社.2004.4

[5] 司志剛.電子商務(wù)導(dǎo)論[M] .北京：中國水利水電出版社.2005.3

[6] 張文宇，賈嶸.數(shù)據(jù)挖掘與粗糙集方法[M] .西安:西安電子科技大學(xué)出版社，2006（1）