許紫薇 孫嘉瑩 呂田芳

摘要：目前隨著我國商業(yè)信息以及數(shù)據(jù)不斷增加，怎樣將這些信息高效的利用起來，并且找到其中內(nèi)在的聯(lián)系，是在經(jīng)營活動當(dāng)中電子商務(wù)的經(jīng)營者非常關(guān)注的問題。基于此，本文主要討論了數(shù)據(jù)挖掘電子商務(wù)中的使用策略。

關(guān)鍵詞：數(shù)據(jù)挖掘;電子商務(wù);應(yīng)用

引言：

數(shù)據(jù)挖掘是一門比較典型的處理數(shù)據(jù)技術(shù)，其特征相對較為明顯，首先數(shù)據(jù)挖掘所面對的是海量的數(shù)據(jù)，這也正是數(shù)據(jù)挖掘的根本環(huán)境。而數(shù)據(jù)挖掘有可能是并不容易，隨機(jī)的有比較復(fù)雜的數(shù)據(jù)結(jié)構(gòu)，尾數(shù)比較大，最后數(shù)據(jù)挖掘使很多學(xué)科交叉使用到了統(tǒng)計學(xué)以及數(shù)學(xué)等相關(guān)學(xué)科技術(shù)比較常見的方法和模型有以下幾個方面。

一、數(shù)據(jù)挖掘的方法和工具

（一）神經(jīng)網(wǎng)絡(luò)

主要是為了模擬人類神經(jīng)元的功能，通過輸入層以及輸出層來調(diào)整數(shù)據(jù)計算數(shù)據(jù)，之后再得到結(jié)果，使用在分類以及回歸方面。

（二）決策樹

主要就是通過一系列的決策來進(jìn)行劃分，可以在一定程度下建立樹狀圖，主要用在分類以及預(yù)測方面，比較長的算法是cart以及c50等。

（三）可視化技術(shù)

使用圖表等相關(guān)方法將數(shù)據(jù)特征能夠更加直觀的表現(xiàn)出來，比如可以使用比較典型的直方圖，其中會采用很多描述統(tǒng)計的可視化技術(shù)來面對一個高偽數(shù)據(jù)可視化。

（四）傳統(tǒng)統(tǒng)計方法

比較常見的是抽樣技術(shù)面對比較海量的數(shù)據(jù)必須要進(jìn)行嚴(yán)格的處理，對所有數(shù)據(jù)來進(jìn)行分析是不可能的，同樣也是非常沒有必要的。因此在理論的指導(dǎo)下，進(jìn)行相關(guān)更加合理的抽樣之后，再進(jìn)行多元統(tǒng)計方面的分析，以及因子分析和聚類分析等。

（五）遺傳算法

這是在自然里進(jìn)化理論的基礎(chǔ)上，主要是為了能夠讓精英聯(lián)合被模擬之后，再進(jìn)行模擬基因的突變，以及選擇整個過程的一種較為優(yōu)化的技術(shù)。

（六）關(guān)聯(lián)規(guī)則挖掘法

關(guān)聯(lián)規(guī)則主要指的就是描述數(shù)據(jù)相互之間所存在關(guān)系的一種規(guī)則。一般能夠分成兩個步驟，第一步就是要求出大數(shù)據(jù)的相機(jī)，第二步就是使用大數(shù)據(jù)的相機(jī)來產(chǎn)生關(guān)聯(lián)的一種規(guī)則。

二、數(shù)據(jù)挖掘在電子商務(wù)使用實例

（一）關(guān)聯(lián)規(guī)則在電子商務(wù)使用

一個比較典型的關(guān)聯(lián)規(guī)則形式，就是在購買面包以及黃油的顧客當(dāng)中，有大部分的人同時買了牛奶，用在關(guān)聯(lián)規(guī)則發(fā)現(xiàn)主要對象是一種事物性的數(shù)據(jù)庫。一個事物一般是通過事物的處理時間與所購買的物品以及顧客的標(biāo)志所構(gòu)成的。其中針對售貨數(shù)據(jù)是主要的應(yīng)用，因為條形碼技術(shù)不斷的發(fā)展，網(wǎng)絡(luò)技術(shù)也在逐漸成熟。大部分管理部門都可以收集很多收獲數(shù)據(jù)以及數(shù)客戶的資料，可以對這些歷史數(shù)據(jù)進(jìn)行分析，并且發(fā)現(xiàn)其中的關(guān)聯(lián)，那么就可以對網(wǎng)上顧客的購買行為提供相當(dāng)有價值的信息，理者能夠得以規(guī)劃市場，并且確定商品種類。一般關(guān)聯(lián)規(guī)則主要有兩種，有意義的以及泛化的。有意義關(guān)聯(lián)規(guī)則主要指的就是滿足了最小支持度以及可信度的規(guī)則。最小支持度表示一組對象在統(tǒng)計意義方面，需要能夠滿足最低的程度，比如電子商務(wù)當(dāng)中客戶的數(shù)量或是消費方式，這也在一定程度上反映了關(guān)聯(lián)規(guī)則最低的可靠度。其次是泛化關(guān)聯(lián)規(guī)則，這樣的關(guān)聯(lián)規(guī)則是更加使用的，由于研究的對象相互之間存在這種層級關(guān)系，比如面包或者蛋糕屬于西點。這樣的層次關(guān)系可以發(fā)現(xiàn)更多具有意義的規(guī)則。

（二）數(shù)據(jù)抽取方法在電子商務(wù)使用

和傳統(tǒng)商務(wù)比起來，電子商務(wù)的虛擬以及不確定性是很多的，比如客戶購買的心理、動機(jī)、能力以及欲望等各方面。數(shù)據(jù)挖掘主要需要解決的任務(wù)就是怎樣從比較零散且沒有規(guī)則的數(shù)據(jù)中，找到更加有用且具有規(guī)則的數(shù)據(jù)，其基本方法就是對數(shù)據(jù)抽取數(shù)據(jù)抽取，主要目的是為了濃縮數(shù)據(jù)給予更加緊湊的描述，比如求和值或平均值等相關(guān)統(tǒng)計值，以及使用直方圖與餅狀圖等圖形的方法來進(jìn)行表示，而最重要是從數(shù)據(jù)分化的角度對數(shù)據(jù)進(jìn)行總結(jié)。數(shù)據(jù)方法是一種將最原始并且基本的信息，從低層次的抽象一直到高層次轉(zhuǎn)換的過程，可以使用多維數(shù)據(jù)的分析法，以及面向?qū)傩缘臍w納法，在電子商務(wù)的活動中使用多維數(shù)據(jù)的分析法來進(jìn)行抽取數(shù)據(jù)，針對電子商務(wù)活動里面的客戶數(shù)據(jù)倉庫，而在數(shù)據(jù)分析里，一般需要使用求和以及最大、最小等相關(guān)操作，這種操作計算量比較大，可以把匯集操作的結(jié)果提前計算，并予以儲存，從而使決策支持系統(tǒng)可以使用。

（三）分類預(yù)測法在電子商務(wù)使用

電子商務(wù)活動中分類是一個比較重要的任務(wù)，也是使用最多的技術(shù)分類，主要是為了構(gòu)造分類函數(shù)或分類模型，一般可以叫做分類器分類構(gòu)造的方法有統(tǒng)計方法，其學(xué)習(xí)方法與神經(jīng)網(wǎng)絡(luò)的方法等，這些方法可以將數(shù)據(jù)庫里面的數(shù)據(jù)通過映射到一定類別當(dāng)中的某一個方面，進(jìn)而用于預(yù)測，利用歷史數(shù)據(jù)進(jìn)行記錄，并且自動推導(dǎo)出一個給定的數(shù)據(jù)推廣描述，這樣的方式能夠?qū)ξ磥頂?shù)據(jù)進(jìn)行一定的預(yù)測。

三、結(jié)束語

綜上所述，電子商務(wù)是現(xiàn)代信息技術(shù)發(fā)展一個非常必然的結(jié)果，也正是未來的商務(wù)運作模式一個必然選擇。在目前經(jīng)濟(jì)全球化的趨勢下，必須要能夠?qū)A(chǔ)設(shè)施建設(shè)有所提升，推動企業(yè)獲得電子商務(wù)化過程。使電子商務(wù)可以安全立法，并且讓物流配送的體系也能夠達(dá)到更加完善。進(jìn)而給電子商務(wù)的發(fā)展?fàn)I造出一個更加優(yōu)質(zhì)的環(huán)境，促進(jìn)各方面的創(chuàng)新發(fā)展，使企業(yè)在電子商務(wù)中擁有更高的競爭力，獲得全面的發(fā)展。

參考文獻(xiàn)：

[1]? 王微曦. 數(shù)據(jù)挖掘在電子商務(wù)中應(yīng)用問題研究[J]. 藝術(shù)教育，2018（10）：87-88.

[2]? 黎海陽. 數(shù)據(jù)挖掘在電子商務(wù)中應(yīng)用問題研究[J]. 通訊世界，2018，No.334（3）：350-351.

[3]? 張永海. 數(shù)據(jù)挖掘在電子商務(wù)中應(yīng)用問題研究[J]. 電子技術(shù)與軟件工程，2018（3）：20-20.

[4]? 楚彥龍. 數(shù)據(jù)挖掘在電子商務(wù)中應(yīng)用問題研究[J]. 數(shù)碼世界，2018（3）.

（作者單位：山東英才學(xué)院）