| 标题 | 数据挖掘与分析在电子商务中的应用 |
| 范文 | 王琪舜 摘要：数据挖掘作为传统数据分析中的一种常用的方法，已经成为大数据时代中广泛应用的一种重要手段，它的出现为电子商务系统提供了更强大的技术支持。本文主要阐述数据挖掘与电子商务的基本概念，分析数据挖掘的主要技术特点，并对数据挖掘在电子商务上的应用进行一定的探索与研究。 关键词：数据挖掘 电子商务 客户关系管理 应用 中图分类号：F713.36 文献标识码：A 1 数据挖掘、电子商务的基本概念 1.1数据挖掘的基本概念 数据挖掘主要是指从大型数据库或数据仓库中，提取出无法预测的、隐形的、重要的以及具有潜在应用价值的信息或行为模式，它作为数据研究中的一个新兴领域，通常与计算机科学紧密相连，并通过统计、在线分析处理、情报检索、机器学习、专家系统（依靠过去的经验法则）和模式识别等诸多方法来实现目标。 数据挖掘可以通过以下两个方面来理解：一是从技术上来讲，数据挖掘就是通过数据管理系统将未知的、隐藏起来的对人们有用的信息，从大量不完整的，随机且具有干扰性的实际应用数据中提取出来的过程。二是从商业角度来讲，作为一种新型的信息处理技术，数据挖掘的主要特征是将商业数据库中的海量业务数据进行收集，依靠专门建立的模型对其处理，从中提取有利于企业发展的重要数据。 1.2电子商务的基本概念 电子商务通常是指是在全球领域的商业贸易活动中，在开放的网络环境下，基于浏览器/服务器应用方式，利用计算机技术、网络技术和远程通信技术，实现整个商务过程中的电子化、数字化和网络化。 电子商务是一个新型学科，也是一个新行业，目前正日新月异地发展。随着互联网技术的不断发展，它不仅改变了人们的商务模式，也在改变着人们的生活方式。电子商务作为一种新的商务交易模式，已经逐渐被人们适应，现在已经成为信息化时代的标志性事物。从本质上来说，人们为了追求更高的工作效率，其商务活动信息化发展加速，促使电子商务得到了快速发展，成了一种新的经济形态。 2 数据挖掘与分析的主要技术特征 数据挖掘与分析在企业制定营销决策的过程中，发挥的主要作用是提供数据支持，主要利用四大核心技术，对用户的信息数据以及商品的信息数据，开展深层次的挖掘与分析，然后提取出有价值的数据信息。这四大技术分别是：协同过滤技术、关联规则技术、数据分类技术和聚类分析技术，它们的技术特征主要体现在以下几个方面： 2.1利用协同过滤技术可以分析用户对商品的兴趣 协同过滤技术是采用统计的方法，分析与目标客户具有共同喜好的相邻用户，通过对用户的兴趣、历史查询信息以及用户之间的距离等进行分类提取，挖掘分析，计算出相邻最近的用户对商品服务评价的加权平均值，以此实现对目标客户的定位，依据目标客户的相邻用户的数量，预测出用户对商品的兴趣。 2.2利用关联规则技术可以更好地推行市场营销策略 用户在网络上对一些站点、网页的浏览与搜索，都是有一定的关联原则的，根据这些关联原则，数据挖掘与分析可以将相关的一些商品链接组合在一起，找出有关联的规则，利用Aprior算法（是挖掘布尔关联规则频繁项集的算法）设计出关联模型，用来分析商品被搜索访问和购买的信息，将热销的产品链接集合在一起，这样一来，就可以为客户提供更优质的商品和服务。因此，利用关联规则技术来分析客户购买商品的信息，可以为企业制定市场决策提供数据支持，更好地推行市场营销策略，有效提高产品的销售量。 2.3利用数据分类技术可以有效实现商务信息的数据分类 电子商务营销的过程当中，为了提高管理效率，方便用户查询相关信息，海量的商品及用户信息都需要有效利用、分类管理，而这一点却可以通过数据挖掘中的数据分类技术来实现，因为它可以依据商品的特殊属性、用户的信息特点以及访问模式来进行分类。这种技术中，我们最常见的是神经网络分类分析技术，它是从应用数学的方法发展而来的，利用神经心理学、认知科学研究等相关成果，能够对大量的信息数据进行高度并行计算，而且容错能力非常强大。 2.4利用聚类分析技术可以加强营销的有效性 在电子商务活动中，为了制定更有效的营销策略，增强各类促销活动的效率以及效益，可以对商品的用户信息、交易信息等按照相似度的原则进行聚类分析，这样便可以有效分析商品的特点或者相关客户群的兴趣特点，从而发现热销、滞销商品以及精准的用户群体。通过这些分析，商家便可调整营销策略，以便有针对性地对精准用户群加大宣传和促销的力度。 3 数据挖掘与分析在电子商务中的应用 现阶段，在互联网的飞速发展下，信息技术日益走入人们的生活，随之而来的是人们生活方式的改变。现在，越来越多的人选择在利用京东、淘宝、唯品会等各种各样的网购平台购买自己所需要的东西。电子商务的出现改变了传统的商业模式，同时也改变了客户与营销商之间的关系，客户在选择产品时不再只考虑产品的品牌以及产品的地理位置，而是更加关注于产品的价值。电子商务还能够帮助营销商去更好的了解客戶需求，从而有针对性地为客户提供高效率的、便捷的服务。 人们通过网络购买商品，日积月累每个客户就形成了自己的一个数据库，这个数据库包含大量的数据信息。商家可以根据这些互联网的云数据，分析每个客户的喜好、需求以及其他的生活习惯。针对不同的客户群体，商家可以及时调整自己的经营内容及商品陈列，从而更好地增加客户粘性，提升商家的经济效益。因此，这些买家的数据对于商家而言是十分重要的决策根据。由此，数据挖掘技术与电子商务的应用结合已经成为了当代电子商务研究的热点之一。电子商务的运转需要数据挖掘这个核心工作，否则将是一纸空谈。那么，数据挖掘与分析在电子商务发展中是如何应用的？笔者将从以下几个方面进行浅显分析： 3.1数据挖掘与分析在电子商务客户关系管理中的应用 要想获取客户并稳定客户源，很多企业都是通过数据挖掘技术，对收集起来的海量的客户信息数据进行专业的建模分析，并对这个模型不断进行优化，通过仔细分析和管理各类客户数据，找出其中的关联规则和属性，对客户实现分类，不同类里的客户所喜爱的东西的种类也不同，这样可以提高客户的满意度，减少客户的流失。 通过数据挖掘，还可以收集到消费者的性别、消费者的兴趣爱好以及消费水平等有效数据，甚至可以收集不同的人在购买该种商品后多长时间有可能再次购买，以及什么样的人会购买什么型号的该种商品等数据。在采用了这些数据以后，企业就可以有针对性地制定商品的营销策略以及促销方案，可见，数据挖掘与分析在电子商务的客戶关系管理中，是发挥着至关重要的作用的。 3.2数据挖掘与分析在电子商务网站设计中的应用 目前，电子商务的消费群体是十分庞大的。电子商务网站数不胜数，要想获得客户的青睐，就要真正为客户着想，商家就要不断开拓创新，紧贴客户需求，提升客户用户体验，增加用户粘性，为企业的长期发展奠定流量基础。 电子商务网站是商品经营的企业与客户之间交易的平台。数据挖掘与分析应用于商务网站的设计，可以为企业提供更高层次的数据信息的收集与分析，然后企业通过这些数据结果，再根据用户的访问习惯和模式，设计出用户更感兴趣的商品及网站。一方面，商家可以根据客户的购买记录，定时向客户推送符合客户需求的商品，当然，这些商品可以单一，也可以组合，为客户增加更多的选择；另一方面商家网站的页面设计也需要不断更新，优化各个模块的功能使用，为客户提供个性化的定制服务，更加符合客户的购物需求，为更好地进行商业运作提供信息支持，这样可以有效改善企业服务质量，提升企业竞争力，从而大大提高电子商务的管理效率，降低运行成本。 3.3数据挖掘与分析在企业资源优化中的应用 无论是传统的商业，还是当今时代的电子商务，成本都是与企业的效益息息相关的。要想提高企业的经济效益，不仅要提升产品质量和服务，还要根据企业的相关库存、交易信息，定期财务核算，对企业的经营情况进行分析研究，寻找更适合企业发展的资源配置方式。 企业的发展离不开信息技术，更离不开数据的挖掘，只有在此基础上，优化资源配置，创新发展模式，降低库存，增强企业资金的流动性，进一步提升企业的经济效益。在所有的环节中，数据挖掘工作是重中之重，它对于庞大数据库的分析研究，是其他一切工作进行的基础。 随着网络发展信息化的到来，数据挖掘技术在电子商务中极大表现了它存在的重要意义，随着人们对于数据挖掘技术的认识的完善，相信不久的将来数据挖掘技术在电子商务中的作用也会越来越广泛。 参考文献： [1] 李勇，张敏，刘浩.数据挖掘与应用统计现状及趋势研究——第八届国际数据挖掘与应用统计研究会年会学术综述[J].会计之友2016（22）：24- 26. [2] 赵艳.浅谈成本管理与企业管理在发展中的相互关系及影响[J].经营管理者，2016（1）：225. [3] 郭鹏.基于数据挖掘技术的电子商务推荐系统研究[J].黑龙江科学，2016（8）：34- 35. |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。