數據挖掘在電子商務管理的應用

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了數據挖掘在電子商務管理的應用范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：分析數據挖掘技術的概念和電子商務中使用數據挖掘技術的過程。探討數據挖掘技術在電子商務中的使用狀況以及具體使用方法。

關鍵詞：計算機工程；數據挖掘技術；電子商務。

1引言

數據挖掘技術屬于一項高科技處理工具，主要是從大型數據庫中選取可靠的、有價值的信息或者是容易被人們理解的模式過程[1-3]。它包含了數據庫、人工智能、統計學等多方面內容。數據挖掘是綜合使用各種分析工具在大量數據中發現模式和數據之間的關系的一個過程，然后利用這些模式和數據關系來預測，可以幫助企業決策者挖掘出數據之間潛在的關聯，準確找出被忽略的因素，它能夠有效地解決大數據時代出現的數據爆炸，但是有價值信息卻較為缺乏的問題。挖掘挖掘技術被廣泛應用于電子商務領域來處理信息，能夠高效地從商業數據庫中的大量業務數據中抽取有用信息，并對其進行轉換、分析以及處理，最后獲得最有價值的數據。數據挖掘的能夠使企業體驗到定制化服務，通過數據挖掘能夠提升企業的決策能力和執行能耐，進而增強企業的競爭力。

2數據挖掘技術

（1）確定業務對象和存在的問題。企業使用數據挖掘技術的時候首先應該根據企業的實際情況，找準業務中存在的問題，明確業務管理中的操作對象以及計劃商業目標，然后開始進行相關內容的數據收集和預處理工作，才能為后期的預測模式奠定基礎。（2）數據集成。數據集成是為了選擇出適合的分析模型。不同的分類器之間會存在一定的差異，這就會使生產的分類決策邊界不一樣。但是如果把這些數據集成在一起，就會得到更加合理的邊界，從而降低整體錯誤率，達到良好的分類效果。企業管理者根據用戶需求從原始數據庫中選取和業務對象有關的數據，并能有效地集中不同來源、格式以及性質的數據，然后才能選用合適的分析方法，保證最后獲取的信息是最有價值的。（3）數據規約。由于數據挖掘算法需要的時間較長，商業數據挖掘的量又比較大，這就必須要數據規約來提高效率。數據規約的目的就是為了提取最小的屬性子集，保證新數據子集的分布概率和原來數據集的分布概率相近。其方法分為合并屬性、主成分分析等。（4）數據清洗。數據清洗是以探索性分析后獲得的重要結論為基礎，來處理缺失值、異常值(離群點)、去重處理以及噪音數據這四種異常類型數據。數據清洗不但能夠保證數據質量，使數據更加完整、唯一、權威、合法以及一致，也能夠使數據更加適合進行挖掘。（5）數據變換。數據變換的目的是為了更好挖掘數據倉庫中的數據。數據變換主要是指把數據轉換或者統一成為符合數據挖掘的模式。主要方法有：光滑，能夠刪除數據中的噪聲、聚集，可以把數據庫中的數據聚集起來獲取統計信息，進而對數據開展更高層次的分析、數據概化，利用較高層次的概念來代替原始數據、規范化，有效的縮放屬性數據等。（6）數據分析算法。數據分析是依據于現有的分析工具從數據倉庫中提取有用信息。常用的分析方法有;分組分析法、交叉分析法、回歸分析法、聚類分析法等。（7）解釋以及模型評估。該環節是把數據挖掘的結果通過容易理解和執行的方式進行展示，然后由行業專家評判該數據挖掘的實用性和正確性。數據挖掘是循環往復的過程，任何一個環節沒有達到預期目標，都需要重新進行。。

3狀況分析

（1）數據挖掘環境下的可能存在的信息安全問題。信息安全問題是數據挖掘中存在的重要問題。處于數字化時代，大量的數據給企業和個人創造了較高的價值，但是也存在一定的安全隱患，假如信息泄露就會侵犯個人隱私和泄露企業機密。電子商務企業應該重視敏感知識安全問題和敏感數據安全問題，在數據挖掘中做好敏感信息安全保護技術，同時我國的法律法規上也有必要加強對信息數據安全保護制度。由此可見，信息安全問題是數據挖掘中需要重點研究的問題。（2）數據模型的可靠性不成熟。數據模型作為數據庫系統的基礎，是數據倉庫中數據的存儲方式。數據模型主要包含概念數據模型、邏輯數據模型以及物理數據模型三方面內容。目前數據挖掘的模型種類較多，但是可靠性不成熟。由于不同的數據模型其應用方式不相同，挖掘結果也不一樣，就會影響最終數據的可靠性。所以，只有保證數據處理中及時和準確，才能提高挖掘結果的準確性。

4應用方法

（1）數據挖掘技術在電子商務企業網站中的應用方法。使用挖掘技術來挖掘瀏覽網站的用戶隱含的信息，同時網站上增加的一些誘導來提高用戶的關注度。例如分析用戶訪問網頁的行為，并對此進行分類歸納，根據用戶的興趣調整網頁結構，能夠為用戶提高人性化的服務。首先，實現快捷優化。收集同一用戶經常瀏覽的網頁，挖掘其潛藏的相似處，對其進行優化。其次，實現優化連接。通過收集和挖掘用戶的喜好。例如用戶經常使用的瀏覽器模式，然后在給瀏覽器上面加入有價值的連接，以此來增加訪問量，提高利潤。最后，實現優化網站站點。通過分析對比進行站點設計的優化，根據企業需求讓他出現在適合的地方，然后和實際位置之間構建一個需要的鏈接。因此，在電子商務企業中使用挖掘技術，能夠優化網站站點，設計出用戶感興趣的網頁風格。（2）數據挖掘技術在電子商務企業用戶關系中的具體應用措施電子商務網站在電子商務平臺上記錄了用戶的瀏覽信息，同時電子商務平臺能夠和用戶進行互動，了解用戶的行為和需要，能夠提高電子商務企業的管理效率。首先，聚類分析的應用。聚類分析技術主要是對數據庫中的信息進行分類，然后把相似的制定推送。該項技術的應用可以快速對應企業相關用戶的重要程度，進而制定個性化的服務。其次，自定義分析的應用。企業商品的售出都會有不同的反饋結果。數據挖掘技術的使用，不但能夠對此進行綜合分析，也可以限定時間和其他數據參數，提高分析結果的可靠性。然后進行相關的調整，滿足用戶的需求，提高企業的利潤。最后，網頁數據挖掘的應用。使用數據挖掘技術中的Web數據挖掘技術能對用戶的購買類型進行分類。通過對不同類型的用戶使用的購買方式和選取的產品進行分類，根據分類結果來制定有針對性的營銷方式，提高用戶的依賴感。（3）在網絡營銷中使用數據挖掘技術的具體方法。網絡營銷是網絡技術發展的結果。在網絡營銷中使用數據挖掘技術能夠提高銷售量，降低成本，提高經濟效益。首先，使網絡營銷的有效性德育增強。使用數據挖掘技術，電子商務企業可以明確自己的市場目標，然后制定有效的營銷模式。例如通過分析用戶的購買量、用戶點擊率以及行為等信息可以對用戶進行分類，然后根據不同類型和階段的用戶來制定能夠滿足其需要的方式。其次，獲取、分析數據，改進營銷策略。分析和處理海量的數據信息是電子商務管理者工作的重要構成部分。使用數據挖掘技術能夠使企業快速獲得較為準確的市場信息，然后不斷對自身的營銷策略進行調整，以此來提高其競爭力，進而獲得較高的利潤。（4）在網絡廣告中使用數據挖掘技術的方法。處于信息化時代，企業獲得盈利的主要方式有依靠在網頁上的投放一定數量的廣告來獲得報酬。使用數據挖掘技術能夠提升網絡廣告的投放效益和廣告的受眾群體。

5結語

要想實現個性化的營銷策略，就需要深入研究數據挖掘技術在電子商務中的應用方法，根據數據挖掘技術的特點和電子商務的特征，從巨大業務數據中提取最有價值信息，最終實現企業目標。

參考文獻

[1]郭鵬.基于數據挖掘技術的電子商務推薦系統研究[J].黑龍江科學,2016,7(08):34-35.

[2]賈貴嫻.數據挖掘在電子商務推薦系統中的應用研究[J].新經濟,2016(24):41-42.

[3]鄧愛林.電子商務推薦系統關鍵技術研究[D].上海：復旦大學,2003.

作者：高宇 王金虹 馬斌 單位：山西中醫藥大學