张 莉
（合肥工业大学，安徽 合肥 230009；淮北职业技术学院，安徽 淮北 235000）
摘 要：近年来，电子商务飞速发展，使其逐渐成为了现代商务经营方式中的一个热门的话题，同时电子商务也得到了更加广泛的应用.与此同时，数据挖掘作为一种新型的信息处理技术，也逐渐深入到了电子商务之中，为电子商务中企业对于相关数据的分析与处理提供了一种更加高效的方式.对数据挖掘的基本概念进行了简单的介绍，并对当前时期该技术在电子商务中的应用进行叙述.
教育期刊网 http://www.jyqkw.com
关键词 ：现代电子商务；数据分析；信息处理
中图分类号：TP311.13 文献标识码：A 文章编号：1673-260X（2015）01-0011-02
1 引言
近年来，网络技术的不断进步，使得电子商务也随之快速发展，在这一环境下许多商业开始选择电子商务作为其企业的发展道路，同时电子商务网站的竞争也在不断加剧.在电子商务的经营模式中，要从大量的数据信息中提取出对企业有用的信息，来使客户对企业的满意度有所提高，那么需要进行解决的主要问题就是要对此类网站的设计进行改进、对客户关系进行改善[1].而数据挖掘是在计算机技术的不断发展中研究而来的一种信息的数据处理与分析的方法，具体来讲，数据挖掘是可以从海量数据中进行目标信息提取的工具.站在企业的角度来说，数据挖掘这项技术在很大程度上能够更加容易发现业务发展趋势.对企业的决策提供有力的依据，从而提高企业在发展过程中的竞争力.所以说完整的电子商务网络系统不应仅仅是支持在线交易，同时也需要可以利用商业智能分析及其相关技术来为企业与用户之间的关系管理、企业营销等提供一个全面的辅助，特别是在现在这个信息化的时代，相当一部分的企业已经拥有了大量信息数据，而它需要的就是可以从中得到有用的方法或者规律用来指导企业经营实践、改善与客户之间的关系.正是这样一种需求更加推动了电子商务中的数据挖掘技术的更深层次的研究.
2 电子商务和数据挖掘的特点
（1）所谓的电子商务指的是单位或者个人利用因特网等工具，以数字电子方式来完成商务中的数据交换或者开展相关的业务活动.当前在国内已经进行使用的有网上广告业务、网上订购与支付业务、电子银行业务等各种各样的电子商务模式.就当前的形式而言，电子商务由于它成本低、使用方便、不会受到时间或者空间的限制等特点开始在全球的范围内快速发展.如果对其服务的范围进行归类，那么可以分为三种类别，第一种是商业与商业(B2B)模式，第二种是商业与消费者(B2C)模式，第三种是商业与政府(B2G)的模式.
（2）数据挖掘是一种新型的数据信息处理技术，其主要是利用数据仓库中的大量数据信息，采用一定的方法，从中获得有意义的信息或者发现新的关联模式或者发展趋势的过程.如果从电子商务中的企业角度来讲，数据挖掘技术简称为DM技术属于一种新兴的数据处理方式，简单的说就是对长期积累起来的数据进行抽取、转换并最终进行分析等处理，经过处理之后提取出能够辅助商业决策的关键性信息.数据挖掘的主要优点在于它可以创建一个预测模型，改变了以往只能够创建一种回顾性的模型状况.同时利用强大的数据挖掘技术，能够使相关的商户将数据信息转化成为有意思的具有参考价值的信息来帮助进行经营决策，从而提高自己的市场竞争力[2].
3 数据挖掘过程
在电子商务进行应用的数据挖掘技术的实现过程大致要划分为三个不同的阶段：第一部分对需要挖掘的数据信息的准备阶段，第二部分对数据信息的挖掘阶段，第三部分的主要任务是对数据挖掘的结果进行解释与评价.
3.1 数据信息的准备
准备部分又可以分成数据的选取、数据信息的预处理.对数据进行选取的主要目的就是对操作对象进行确定，即是对目标数据进行确定，所谓的目标数据是在经过对用户的需要进行细致分析之后，对最有可能得到有利用价值的信息的那些从数据库中抽取出来的数据.获取到这些数据以后需要进行预处理，主要包含数据的去噪、计算缺值数据的推导、数据类型的转换，数据类型转换举个例子来说比如把连续型数据转化成离散数据，以方便进行符号的归纳.
3.2 挖掘过程
数据信息的挖掘阶段是在上一步的基础之上，即在目标数据已经确定，并且已经完成了初始化的基础之上，需要确定数据挖掘的目的与挖掘的类型.在对挖掘任务的目标确定之后，要根据数据挖掘的知识类型选取合适的数据挖掘方法，最终完成数据挖掘具体操作即采用特定的数据挖掘方法从数据仓库中抽取所需的挖掘目标.
3.3 挖掘结果的解释和评价
数据挖掘的结果的解释和评价是在完成数据挖掘阶段之后对发现的知识，进行评估，对于冗余或者无关的知识要进行删除；对于获得的知识不符合用户的要求的要进行重新的挖掘.与此同时，因为数据挖掘需要面临用户，所以，在得到目标知识以后还需要对所挖掘的知识附加相关解释，来用一种便于用户理解的方式供用户使用[3].
综上所述，整个数据信息的挖掘在实际情况下是一个不断地循环与反复的过程，所以要对所挖掘出来的知识不断求精和深化，最终要获得用户所需要的结果.
4 电子商务中数据挖掘的特点
由于电子商务自身的某些独特的特点，同其他的应用于普通商业领域中的数据挖掘相比，应用于电子商务的数据挖掘具有如下几个特点：
（1）应用于电子商务的数据挖掘的最终目的主要表现在企业与客户之间的关系管理方面，电子商务利用因特网的技术能够使企业和客户之间的关系处理变得更加方便.所以，其主要的功能是怎样使企业采用这些频繁的交流信息，快速的掌握客户的趋向、改善与客户交流情况或者获取交流方向等[4]；
（2）电子商务本身就是一个信息化程度比较高的系统，其自身累积的数据信息会存放在电子商务数据库内，用户可以比较便捷地得到这些信息，所以对于电子商务的数据挖掘的数据信息的准备阶段的相关工作就变得相对容易；
（3）电子商务领域的数据挖掘的主要目标一般是使电子商务系统得到有效的改进.例如为客户提供个性化页面、把用户比较感兴趣的信息展现在网站首页或得到哪一些商品比较受到客户的欢迎等.
5 电子商务中的数据挖掘运用
首先要讲的是关联规则在电子商务中的运用，利用比较通俗的语言来讲，从一个事件的发生与否方面进行解释，所谓的关联规则法在大量的事件发生或者不发生的条件下，对这些事件中的任意两个或者多个事件提取出来，通过一定的统计分析算法，最终确定两个或者多个事件的发生与否是否存在着某种关系，而这种可能存在的管理，我们称之为关联规则[5].
列举一个有趣的故事，就是在一个超市里面，店家把小孩的尿布同啤酒放到了一起，来供购买者进行购买，结果是二者的销量都提升了一倍，其实这就是因为二者之间有着某种潜在联系，店家通过数据挖掘的方法发现的这个规则，并对这一关联规则进行了实际的运用，从中得到了益处.同样在电子商务中通过数据挖掘得到关联规则，有着类似的意义.
其次在电子商务中数据挖掘聚类分析方法的应用.在大量数据仓库中，数据与数据之间，往往会有某些性质的类型相似，同样也会有某些性质或者特点相异，我们把这些性质或者特点称为观察指标，聚类分析就是对于某一个特点指标而言，把指标相差不多的数据划分为同一个类型，若相差较大则要划分为不同的类型、这种操作的主要意义就是将具有某种特定的相似特性的客户或者数据分成一个类.在电子商务活动中，这一方法的应用主要集中在市场细分的工作之中.
分类分析系统的建立以生物的遗传算法为基础，属于其中的自学习的一种，它一般会包含三个子系统，第一个是以串规则为基础的并行生成子系统、第二个是规则评价子系统.第三个是遗传算法子系统.
分类分析可以说是电子商务中运用到数据挖掘最多的一种挖掘方式.主要原因就是在于其能够形成一种预测模型能够对一些营销方式或者其他的一些商业措施做出正确的预测.
6 数据挖掘在电子商务中的应用
更高效的利用企业现有资源以及开发新资源是当代企业发展的关键.电子商务通过采用数据挖掘的技术，能够更加及时和正确的获得企业当前所有资源的具体使用情况，而且通过数据挖掘的技术可以分析以往的各种企业数据，比如说企业财务数据、企业库存数据或者企业交易数据，能够较为及时的发现企业资源过度消耗的主要问题所在，或者能够得到各种商务活动的投入与产出的比例，来为企业领导进行经营决策提供有力的根据[6].
另外在企业的经营过程中，人们不断推崇“以客户为中心”的经营理念，在这一趋势下，如何正确快速的分析和了解客户的需求已成为企业提高自身市场竞争力的一大课题.通过把数据挖掘应用到电子商务之中，能够使企业最准确的分析客户资源并最有效的利用企业客户资源，通过对已有客户行为进行相关性分析，可以形成潜在客户资源的预测模型.
除此之外在企业经营过程中，利用数据挖掘可以解决另外一个严重影响了商业正常秩序的重要问题.即当前时区商务活动中的地下的信用状况问题，这一问题的严重程度已经引起了人们的广泛关注.在电子商务经营过程中，因为网上诈骗公司或者企业财务的现象屡见不鲜，信用危机已经成为影响其快速正常发展的一个重要因素.而通过在电子商务中采用数据挖掘技术实现对企业经营活动的跟踪，在此基础上实现企业的资产评估、利润收益分析以及发展潜力预测分析等，为电子商务在经营过程中提供了完善的安全保障体系，同时利用数据挖掘实现企业网上全程监控.另外通过实现基于数据挖掘的信用评估模型，可以在很大程度上进行防范或者化解信用风险，从而提高企业的信用度以及应对风险能力.
7 结束语
电子商务是而今信息化时代进步的产物，在未来的几年内电子商务必将会成为商业中存在的主要运营模式.随着时间的积累，各种电子商务都会得到巨大的数据信息资源，这也是数据挖掘在电子商务中应用的基本条件.从另外一方面而言，随着数据挖掘在电子商务方面中的不断深入研究与发展，已经能够向电子商务系统提供必不可少的技术支持，促进了电子商务的发展与普及.
——————————
教育期刊网 http://www.jyqkw.com
参考文献：
〔1〕谢丹夏.Web上的数据挖掘技术和工具设计[J].计算机工程与应用，2001(6)：85-87.
〔2〕王继成，潘金贵，张福炎.Web挖掘技术研究[J].计算机研究与发展，2000，37(5)：513-520.
〔3〕凌传繁.Web挖掘技术在电子商务中的应用[J].情报杂志，2006（01）:22-25.
〔4〕吴九雄.Web挖掘在电子商务中的应用研究[J].信息系统工程，2010（01）:15-18.
〔5〕陈文伟.数据仓库与数据挖掘教程[M].北京：清华大学出版社，2006.
〔6〕张吉善,胡晓棠,尤惠.数据挖掘在电子商务中的应用[D].东北大学工商管理学院,2007.