数据挖掘技术在电子商务中的应用研究

数据挖掘技术在电子商务中的应用

学 院

专 业

研 究 方 向

学 生 姓 名

学 号

任课教师姓名

任课教师职称

2013年 6月 20日

数据挖掘技术在电子商务中的应用

摘 要：电子商务在现代商务活动中的作用正变得日趋重要，电子商务的广泛应用使企业产生了大量的业务数据，按企业既定业务目标对这些数据进行数据挖掘可以帮助企业分析出完成任务所需的关键因素。由此凸显出数据挖掘的重要。本文讨论了数据挖掘的主要方法，具体阐述了数据挖掘技术在电子商务中的作用及应用。

关键词：数据挖掘； 电子商务； 路径分析； 关联分析

1. 引言

随着Internet 的普及，电子商务的兴起，人们的商务理念正在改变，在人们访问、浏览、交易,电子商务企业更新产品信息的同时, Web网上产生了大量的数据，这些数据充斥着网络，充斥着电子商务企业，充斥着客户。企业只有从海量的数据中挖掘出有价值的信息，为顾客提供更好的服务，才能吸引顾客和挽留顾客，提高自己的效益。如何更快、更好地利用各种有效的数据更好地开展电子商务，这是目前电子商务急需解决的问题。

2. 电子商务和数据挖掘简介

2.1 电子商务

电子商务是指个人或企业通过Internet网络，采用数字化电子方式进行商务数据交换和开展商务业务活动。目前国内已有网上商情广告、电子票据交换、网上订购，网上、网上支付结算等多种类型的电子商务形式。电子商务正以其低廉、方便、快捷、安全、可靠、不受时间和空间的限制等突出优点而逐步在全球流行。电子商务是指以Internet网络为载体、利用数字化电子方式开展的商务活动。随着网络技术和数据库技术的飞速发展，电子商务正显示越来越强大的生命力。电子商务的发展促使公司内部收集了大量的数据，并且迫切需要将这些数据转换成有用的信息和知识，为公司创造更多潜在的利润。利用数据挖掘技术可以有效地帮助企业分析从网上获取的大量数据，发现隐藏在其后的规律性，提取出有效信息，进而指导企业调整营销策略，给客户提供动态的个性化的高效率服务。

龙源期刊网

电子商务中数据挖掘技术的应用与研究

作者：董敏 王琨

来源：《商场现代化》2018年第23期

摘 要：随着互联网技术的不断发展，大数据、云计算和数据的深度挖掘等技术的出现，给电子商务发展提供了更多的技术支撑。电子商务发展至今，从传统PC电子商务平台发展到今天的移动电子商务，让电子商务这个领域开枝散叶，不断扩展。本文主要是通过对电子商务平台中各类型数据的采集，对用户的购物行为和对商品的喜爱特点进行各种行为分析，已达到对用户购物行为数据的深度挖掘。以此可以理性地开展各种形式的电子商务行为，减少电子商务活动的成本，实现利益的最大化。

关键词：电子商务，评价数据，数据挖掘，行为分析

伴随电子商务在我国的飞速发展，各类型的数据也呈现快速膨胀阶段，已经达到海量级别。在电子商务平台中，用户在购买商品后，大部分会留下购物体验和对商品使用的感受和心得，这种数据称作为了用户评价数据。用户评价数据很大程度上会影响用户对该商品的购买的因素。因此，可以通过研究用户评价数据，分析数据之间的特点，挖掘数据的价值，就可以优化商品的不足之处，提高销售份额。

一、数据挖掘在电子商务中的作用

数据挖掘：英文名称为Data Mining，是从海量数据中分析出有价值、有意义、潜在的信息。并根据分析结果对各种决策提供数据依据和技术上的支撑。如何对海量数据进行有效利用，使得用户能够从海量数据中获得自己所需要的知识和信息，提高其各种活动的效率和价值。

在电子商务领域中，数据挖掘其主要的目的就是从互联网中获取大量有关于电子商务相关的数据，通过数据挖掘手段挖掘出电子商务活动过程中的潜在价值的信息，以此来指导电子商务营销活动，其具体的作用如下几点：

1.根据用户的浏览商品和购买商品的记录，挖掘出用户线上的活动规律，针对用户电子商务活动特点，指导电子商务平台用户提供线上的“个性化”服务。

魁塾蕊凰

基于网络数据挖掘技术的电子商务应用

陈文渊

(广发证券珠海情侣南路证券营业部，广东珠海519020)

瞒要】数据挖掘定义为是从存放在数据库、数据仓库或其他信息库中的大量数据中挖掘有趣知识的过程。对数据挖掘的基本特点与流鼹

和电子商务中wcb数据挖掘与数据源进行了分析，并对数据挖掘技术在电子商务领域的应用进行了研究探讨。鹾罐词1数据挖掘；电子商务；数据源；应用

1数据挖掘的基本特点与流程分析

数据挖掘定义为是从存放在数据库、数据仓库或其他信息库中的大量数据中挖掘有趣知识的过程，根据这一定义，我们可以了解到一个

数据挖掘系统应具有以下特点：一是能处理大数据量数据；二是处理知

识或模式的高级系统或智能系统；三是具有确定、识别用户兴趣所在的

能力。系统对兴趣度的处理是根据用户同系统的交互和系统自身知识、

信息的积累，通过智能的方法加以确定。

一般来说，数据挖掘过程包括七个步骤：一是数据清理：针对所

要处理的数据填充空缺的值，识别孤立点，消除噪声，纠正数据中的不

一致性：二是数据集成：多种数据源可以组合在一起；三是数据选择：从数据库中检索与分析任务相关的数据；四是数据变换：数据变换或统

—成适合挖掘的形式，如通过汇总和聚集操作；五是数据挖掘：这是最

基本的步骤，使用智能方法提取数据模式；六是模式评估：根据某种兴趣度的度量指标，识别表示知识的真正有趣的模式；七是知识表示：使

用可视化和知识表示技术，向用户提供挖掘的知识。

而基于此，数据挖掘系统具有以下几个主要部分：

～是数据库、数据仓库或其他信息库：这是一个或一组数据库、

数据仓库、电子表格或其他类型的信息库，可以在数据上进行数据清理

和集成。二是数据库或数据仓库服务器：根据用户的数据挖掘请求，数据

库或数据仓库服务器负责提取相关数据，以用户为主导的交互式数据挖

掘过程—般是通过系统的用户界面模块，将用户的搜索指令转化为一组标准的SQL语句，交由服务器去执行。

三是数据挖掘引擎：这是数据挖掘系统的基本部分，是由一组以

电子商务中的数据挖掘

学 院

专 业

年 级

姓 名

指导教师

2017年 月 日

1 第一章 引言

在信息和知识经济时代，随着网络技术的迅猛发展和社会信息化水平的提高，传统的贸易正经历一次重大的变革，电子商务显示出巨大的市场价值和发展潜力。电子商务是商业领域的一种新兴商务模式，它是以网络为平台、现代信息技术为手段、以经济效益为中心的现代化商业运转模式，其最终目标是实现商务活动的网络化、自动化与智能化。

八十年代末兴起的数据挖掘（Data Mining）技术，就是从这样的商业角度开发出来的。数据挖掘技术可以为新的商业处理信息，把历史积累的大量数据进行抽取、转换、分析和其他模型化的挖掘和处理，从中发现隐藏的规律或模式，提取辅助商业决策的关键性数据，为决策提供支持。利用数据挖掘技术，能对数据进行充分挖掘，发现数据所蕴涵的有用知识，帮助企业业务决策和战略发展，从而使企业在市场竞争中获得优势地位。因此数据挖掘在电子商务系统中的应用成为当前研究的重要课题。

2 第二章 数据挖掘技术

2.1 数据挖掘定义

数据挖掘是一种综合了数据库、人工智能以及统计学等多个学科技术的信息处理方法。通过对历史积累的大量数据的有效挖掘，试图从这些数据中提取出先前未知但有效有用的知识。

2.2 数据挖掘过程

2.2.1 确定业务对象

清晰地定义出业务问题，认清数据挖掘的目的是数据挖掘的重要一步。挖掘的最后结构是不可预测的，但要探索的问题应是有预见的，为了数据挖掘而数据挖掘则带有盲目性，是不会成功的。

2.2.2 数据准备

数据的选择：搜索所有与业务对象有关的内部和外部数据信息，并从中选择出适用于数据挖掘应用的数据。