浅析数据挖掘在电子商务中的应用

信息通信

INFORMATION & COMMUNICATIONS

2017(Sum. No 180)

浅析数据挖掘在电子商务中的应用

陈晶晶

(湖北经济学院法商学院，湖北武汉4302〇5)

摘要:互联网时代网络技术的高速发展使得信息的发布不再受到太多的约束，使得大数据、信息透明成为时代的标杆，为 用户进行各种活动提供了极大的便利，特别是在电子商务领域。数据挖掘通过对当前数据的分析了解较为精确的商务 信息，为客户和用户提供满意度高的产品，最大程度地契合用户的需求,提高企业产品在市场上的竞争力和影响力。从 数据抱掘在电子商务中的各种应用入手，给读者详细解剖数据挖掘到的各种数据对生产和销售起到的各种作用，从而为 数据挖掘在电子商务中的应用发展给予相应的发展。关键词：电子商务;数据挖掘；内容挖掘;数据清洗中图分类号：TN913 文献标识码:A

文章编号:1673-1131(2017)12-0176-02

〇引言

随着互联网时代网络技术的高速发展，使得信息的发布 不再受到太多的约束，大数据、信息透明成为时代的标杆，为 用户进行各种活动提供了极大的便利，特别是在电子商务领 域。数据挖掘通过对当前数据的分析了解较为精确的商务信 息，为客户和用户提供满意度高的产品,最大程度地契合用户 的需求，提高企业产品在市场上的竞争力和影响力。

电子商务是指在互联网上面进行物品的买卖销售或者是 提供产生价值的服务的行为。它交易的双方可以是企业单位 也可以是个人卖家,电子商务是以数据信息的传输来完成买卖 双方商业信息的交流以及相应间订单的交易。在当下,我国有 较多的电子商务交流平台，比如淘宝网、京东在线、国美在线、 苏宁易购等,这些平台基于电子商务的模式也不大一样，比如 阿里巴巴就是基于企业与企业之间的B2B,淘宝网基于消费者 和消费者之间的C2C。另外，随着智能手机性能和功能的不断 扩张，电子商务的应用平台也在向手机平台大力延伸。

数据挖掘是指从大量杂乱无章的没有规律数据中通过特例如，中国电建集团中南勘测设计研究院有限公司为了实现 人力资源的优化配置，将在充分了解各岗位职能的基础上开展人力资源管理工作，并要求各部门在与其他部门协作的条 件下实现企业各项活动的顺利进行，如在进行会计核算工作 时，要求以财务部门为核心，其余各部门将自身资金流入情况 进行详细记录，并统一由财务部门进行整合工作，这种多个部 门协同工作的措施，能保证各项工作开展的合理性。另外，企 业要求各岗位员工能充分发挥岗位职能，在信息系统的作用 下，保证各项工作的良好开展;第三，建立应急预案体系，针对 信息系统运维体系可能出现的故障问题，制定相应的应急预 案，能实现故障的及时解决;第四，做好预案演练工作,通过实 际演练情况,能实现应急预案的不断完善，有利于企业的稳定 发展。

2.4建立灾难备援体系

为了保证信息系统运维体系的高效运行，应该建立完善 的灾难备援体系。通过利用信息化，建立相应的数据应急处 理措施，进而实现对灾难的有效控制，避免出现信息系统不发 挥作用的情况。灾难备援体系应该包括系统备份、人员架构 以及灾难恢复预案等内容，能将灾难造成的经济损失降到最 低，有利于企业的持续发展。例如，中国电建集团中南勘测设 计研究院有限公司在运营过程中，要求信息系统运维人员定176

定算法搜索查询出隐藏于这些数据中的有用信息的过程，数

据挖掘来处理这些隐藏信息的过程主要是包括四个步骤：第 一步，数据收集。数据收集是我们用来在各种应用中使用数 据挖掘的基础;第二步，预处理。我们通过自身的渠道收集的 原始数据通常会存在各种不利于我们判断走势的问题，不能 直接用作信息的支撑源，需要对具体的数据进行预处理;第三 步，知识提取。经过预处理后的数据，分析师们使用各种应用 在电子商务上有效的数据挖掘方法进行知识提取，提供给决 策者;第四步，制定决策。分析中将具体得到的信息提供给决 策者，用来帮助决策者制定相应的策略。

数据挖掘能够在大量的、杂乱无章的数据中发掘出有用 的、隐藏的商业信息，通过对电子商务领域的数据进行挖掘, 能帮助相关电子商务公司在产品价格、相关参数、评价等方面 提供数据支持，从而达到做出对公司决策最有利的目的。1数据挖掘在电子商务中的研究现状

数据挖掘技术在金融、电子商务、生物等领域目前应用的 都非常多，也非常火爆。在全世界大部分的商业活动中，活跃

期进行数据备份工作，并对信息系统运维体系的运行情况进 行实时监控,进而实现信息系统运维体系的有效运行。3结论

综上所述，信息系统运维服务体系的建设是目前大多数 企业的重点工作内容，对企业发展有一定的积极作用,能帮助 企业对各项事务进行合理安排。为了充分发挥信息系统运维 体系的有效作用，应该加强对完善信息系统运维的研究，相关 研究人员指出，通过制定合理的运维体系、建立监控系统以及 建立应急体系等能实现企业信息系统运维的良好建设，进一 步实现企业的稳定发展。参考文献：

[1] 上官琳琳.企业信息系统的管理与运维研究[J].管理观察，

2014(18):100-101+104,[2] 王蔚青.企业信息系统运维综合监管平台的设计与实现

[D].厦门大学，2014.

[3] 叶力旋，焦扬，梁廷康.企业信息系统运维模式探讨[J].企

业导报,2012(10):205.作者简介:陈巧莹(1990-),女，助理工程师，研究方向:计算机 方向;文雯(1988-),女，助理工程师，研究方向:计算机方向。

信息通信

在互联网这样一个开放的环境，电子商务是在顾客、卖家互不 见面的情况下，结合浏览器、服务器这种虚拟化的手段来进行 各式各样的活动。同时伴随着我国网络环境的发展，在网络 上交流的人数不断增加，利用互联网这种平台来进行消费的 购物方式越来越流行,不断地冲击传统的商业模式，商务网站 平台也随之出现很多。作为研究人员，我们可以结合对数据 挖掘的了解来对当前的电子商务模型机构进行探讨，并通过 数据挖掘的方式方法来诊断企业电子商务行为中遇到的各种 问题以及解决的途径，并且充分利用企业电子商务站点上留 下的信息，来完善企业电子商务网络站点的结构。而很多企 业的电子商务站点，我们通过数据挖掘去分析了解相关站点 的日志，可以分析出浏览企业网站的顾客的各种信息,包括职 业、性别、学历、年龄、收入、兴趣爱好等,从而针对特定的用户 制定相对应的个性化的服务，以及与其相匹配的产品。通过 对电子商务平台利用数据挖掘分析出的数据，可以为企业提 供最有效的信息去了解客户的情况，对客户的分析，从而找寻 出针对客户最有效的营销方式和推销方法，提高客户对本企 业的忠诚度。

2应用在电子商务中的数据挖掘方法简介

数据挖掘可以通过各式各样的方式从数据库的大量杂乱 无章的数据中提取出对当前决策者有利的、未知的、具有潜藏 价值的信息。而我们对于电子商务中的数据挖掘就是利用各 种数据挖掘的方法研究企业的电子商务平台，并给出有效的 建议。

在当下，利用数据挖掘进行数据分析比较流行的方法主 要有四种，它们从不同的角度结合电子商务的实际情况来做 出分析，我们一起来看看：

(1) 分类:分类是当前各种应用中使用数据挖掘时最普遍

的一种方法。

分类是基于事物的一个可预判的属性来划分事物的类别,

分类时任务要求找到一个模型，该模型将类别属性定义为输

入属性的函数。针对电子商务平台的数据挖掘中，通过贝叶 斯、神经网络算法或是决策树对电子商务平台上出现的数据 进行训练分析，建立电子商务的一个分类模型,达到对平台数

据研究的效果，从而为分析平台的数据做出技术支持。

(2) 估计:估计是与分类类似的一种方法。估计与分类不同之处在于，分类描述的是离散型变量的 输出，而估值处理连续值的输出，分类的类别是确定数目的， 估值的量是不确定的。那我们在通过估值来对电子商务平台 上出现的客户数据进行处理时，就能得到一些随机的信息，为

我们最终的数据得到多个不同方向的效果；(3) 预测:是通过建立模型结合前面的分类和估计起作用 的一种方法。

预测其目的是对未来未知变量的预测，这种预测是需要 时间来验证的，即必须经过一定时间后,才知道预言准确性是 多少。在针对电子商务平台数据的分析中，可以将浏览平台 客户的频率、兴趣、消费指数等作为自变量，然后借助模型预

测顾客的忠诚度以及消费能力等。

(4) 关联规则:关联规则是描述数据库中数据项之间所存 在的关系的规则，通常用于寻找数据之间的隐藏关联或相互

关系。在针对电子商务平台数据的分析中，通过估计消费反

馈信息，可以发现哪些商品哪些板块更受消费者青睐，从而对 顾客更有针对性，更能捕获消费者的心。

陈晶晶:浅析数据挖掘在电子商务中的应用

3电子商务中数据挖掘的应用 3.1提升企业电子商务平台

我们通过上面提到的几种数据挖掘的方法，结合企业的 电子商务应用平台的数据，分析访问平台的用户的日志文件, 分析出用户访问企业平台最频繁的路径，然后再将相应信息 反馈给设计电子商务平台的开发者，把平台的结构和有效链

接进行改进,来提高客户访问企业电子商务平台的用户体验， 并通过对特定客户信息的分析，在平台上制作出针对性的导 航，让客户可以最有效地进入本平台了解相应的信息。通过 对客户信息不断的分析，改进企业自身电商平台，给访问者留 下较好的用户体验，形成一个良好的循环，提升企业电子商务 平台的形象。

3.2 了解客户需求,提升客户体验

企业电商平台的建立一方面用来提升产品销售，建立销 售的多方面渠道，另一方面是要了解企业客户的需求,从而给 予客户最好的用户体验，所以任何时候企业都会将客户的需 求放在第一位，这就是企业的客户关系管理。那么我们通过 企业的电子商务平台通过分析客户的浏览信息、买卖信息、售 后信息，就可以了解到客户对产品的满意程度，对产品的售后 反馈，从而来对企业自身的产品信息做出调整，不断地提升客 户的忠诚度，挖掘出更多的潜在客户，从而最有效地提高企业 的利润。

3.3提升企业自身的信誉

好的企业之所以能不断生存下去，就在于良好的信誉和 不断的创新，那如何来获取这些呢？我们利用数据挖掘的相 关方法对企业的生产、销售、资产、利润等各方面进行一个有

效的跟踪，对有利的一面不断进行加强，对不利的一面不断改

进，提高企业的安全性，对企业的信誉给予一定的保障，并通

过数据挖掘对顾客的反馈做出分析，不断地提高客户的忠诚

度,挖掘潜在用户，提高企业的实力。

4结语相对于数据挖掘在商业等其他领域的应用，数据挖掘技

术在电子商务的应用已经比较成熟。我们要充分有效地利用 数据挖掘的各种新技术，让其更好地服务于电子商务。数据 挖掘在电子商务领域的研究还有许多工作要做。如：如何更 好地借助数据挖掘技术对客户信息进行分析，帮助企业更好 地做个性化的服务;随着Internet技术的网络教育越来越普及, 如何对Web日志挖掘，分析客户的兴趣点;基于海量存储数据 的挖掘工具、挖掘工具的标准化等都是值得探讨的课题。在

互联网时代,电子商务不停在发展，数据挖掘的技术也在不断

发展，我们要更好地将数据挖掘应用在电子商务中，为电子商 务的发展做出贡献。参考文献：

[1] ZhaoHui Tang等著.数据挖掘原理与应用[M].清华大学出

版社，2007.

[2] 王承.WEB数据挖掘在电子商务中的应用[J].电脑开发与 应用，

2012(4).[3] 郭鹏.WEB数据挖掘在电子商务中的应用[J].海南高教研

究,2015(11).[4] 刑玉凤.浅谈WEB数据挖掘在电子商务中的应用[J].湖北 第一师范学院学报,2015(2).

177