数据挖掘技术在电子商务中的应用

1、组员：电子商务的概述及发展现状 一、电子商务的概述 电子商务，英文是Electronic Commerce，简称EC。所谓电子商务，就是在网上开展商务活动。电子商务通常是指是在全球各地广泛的商业贸易活动中，在因特网开放的网络环境下，基于浏览器/服务器应用方式，买卖双方不见面地进行各种商贸活动，实现消费者的网上购物、商户之间的网上交易和在线电子支付以及各种商务活动、交易活动、金融活动和相关的综合服务活动的一种新型的商业运营模式 二、电子商务的优势 电子商务带来的不仅是一种技术变革，它还带来了一种通过技术的辅助、引导、支持来实现的商业活动本身发生的根本性的革命。它不仅改变交易的方式，还更新了人们的

2、消费观念和生活方式，改变了人与人之间的关系。具体有以下几个优点： 1、交易可以跨越时空。交易双方可以在世界的任何一个地方，交易可以在任何时间进行，打破了传统电子商务活动时间和空间的约束。 2、交易的方便性。消费者真正能够足不出户，就可货比三家，同时能够以一种轻松自由的自我服务的方式来完成交易。通过互联网，商家之间可以直接交流，谈判，签合同，消费者也可以把自己的反馈建议反映到企业或商家的网站，而企业或者商家则要根据消费者的反馈及时调查产品种类及服务品质，做到良性互动。 3、交易的成本大大降低。电子商务使供应链缩短，各方面管理成本的大幅度降低。 4、电子商务所具有的开放性和全球性的特点，为企业创造

3、了更多的贸易机会。 三、中国电子商务的发展现状随着中国总体经济的强势增长和Internet的发展，中国的电子商务市场发展很迅速。中国电子商务市场中，B2B电子商务是最重要的一部分。根据艾瑞咨询统计数据显示，09年中国企业通过电子商务交易规模占整体交易规模（线上和线下交易规模）的比例达到11.3%，稳中有升。根据艾瑞咨询调查显示，在全球经济危机下，使用电子商务的线上中小企业的存活率要高出传统线下企业5倍，所以金融危机让更多的中小企业认识到电子商务的优势，电子商务平台能够给中小企业提供更有效的推广方式，降低推广成本。因此，B2B电子商务交易规模所占比例得到提高，提高的部分主要来自于两方面，一方面，

4、利用电子商务平台获取信息的中小企业的数量在上升；另一方面，部分原有利用电子商务平台的中小企业，其线上交易量在增长。数据挖掘的概述 一、定义 数据挖掘，英文是Data Mining，简称DM。所谓数据挖掘是从大量数据中提取有效的、未知的、易于理解的、有依据的信息，并据此做出商务决策的过程。数据挖掘从本质上说是一种新的商业信息处理技术。数据挖掘技术把人们对数据的应用，从低层次的联机查询操作，提高到决策支持、分析预测等更高级应用上。 二、数据挖掘的功能 1、预测分析。 2、关联分析。 3、聚类分析。 4、分类分析。 5、偏离检测。 三、数据挖掘的方法 数据挖掘有很多方法，包括关联规则方法、聚类分析方

5、法、人工神经网络方法、遗传算法、粗糙集方法、决策树方法、统计方法、可视化技术等。下面就上述八种方法解释如下： 1、关联规则方法：关联规则，是在数据挖掘中最先使用的最基本的技术。关联规则是从大量的数据中提取或“挖掘”出有用的知识，它能对过去的数据进行查询和遍历，找出过去数据之间的潜在联系，从而促进信息的显化10。2、聚类分析方法：聚类分析是一种经典的统计学方法，它同数据库技术结合形成了现代数据挖掘的常用技术之一。聚类分析就是从给定的数据集中搜索数据对象之间所存在的有价值的联系，一个聚类中的所有对象常常被当作一个对象来进行处理或分析11。在商业上，聚类分析可以帮助市场人员发现顾客群中所存在的不同特

6、征的组群，并可以利用购买模式来描述这些具有不同特征的顾客组群。3、遗传算法方法：简称GA，主要借用了生物进化中“适者生存”规律。其模拟生物的进化和遗传，借助选择、交叉和变异操作，使得要解决的问题从初始解逐步接近最优解，解决了许多全局优化问题。 4、人工神经网络方法：人工神经网络和遗传算法，都是仿生研究方法，或仿生算法。它们通过模拟生物学的某些功能，创造一些优化算法，寻找世界的规律。人工神经网络在结构上仿照生物学的神经网络，构造一个简化的只有输入层、输出层和隐含的中间层的含有非线性特征的网络。优点是对噪声数据有较好的适应能力，并且对未知数据也具有较好的预测分类能力。但是人工神经网络分类方法获取的

7、模式隐含在网络结构中，而不是显式的表达为规则，不容易被人们理解和解释。而且还需要多次扫描训练数据，网格的训练时间较长。 5、决策树方法：决策树方法是利用信息论中的信息增益寻找数据库中具有最大信息量的属性字段，从而建立决策树的一个结点，再根据该属性字段的不同取值建立树的分支，最后在每个分支子集中再重复建立树的下层结点和分支的过程。具有速度较快、较易转化成简单且容易理解的分类规则、较易转换成数据库查询语句等优点。 6、统计学：旨在从抽样分析中提取未知的数学模型，在数据挖掘中常常会涉及一定的统计过程，如数据抽样和建模、判断假设以及误差控制等。7、粗糙集算法：可以用于分类问题，以帮助发现不准确或噪声数

8、据中所存在的结构关系，是现在数据挖掘中最有力的工具。但它只能处理离散量，连续量必须首先进行离散化后方可使用。利用粗糙集可以近似或粗略的定义集合（类别）。对于一个集合的粗糙集定义是通过两个集合，一个上近似集合和下近似集合来描述。上近似集合包含那些肯定不属于它的数据样本，下近似集合包含那些肯定无疑是属于它的数据样本。8、可视化技术：采用直观的图形方式将信息模式、数据的关联及趋势呈现给用户，以便用户交互的分析数据关系。数据挖掘技术在客户关系管理中的应用 客户关系管理（Customer Relationship Management，CRM），简单的说，就是对客户关系进行管理的一种思想和技术，换句话说

9、，客户关系管理是一种“以客户为中心”的经营理念，它借助于信息技术在企业的市场、销售、技术支持、客户服务等各个环节的应用，以改善和增进企业与客户的关系，实现以更优质、更快捷、更富个性化的服务保持和吸引更多客户的目标，并通过全面优化面向客户的业务流程使保留老客户和获取新客户的成本达到最低化，最终使企业的市场适应能力和竞争实力有一个质的提高。数据挖掘可以应用在客户群体分类分析、客户效益分类分析和预测、客户背景分析、客户满意度分析、交叉销售、客户信用分析、客户流失分析、客户的获得与保持等方面。主要应用在以下六个方面：1、客户的群体分类分析通过对电子商务系统收集的交易数据进行聚类分析，对具有相似浏览行为

10、或客户指标的客户进行分组，找出分组客户的共同特征，从而确定不同类型客户的行为模式。这样可以帮助电子商务的组织者更好地了解自己的客户，向客户提供更适合客户的服务。例如：有一些客户都花了一些时间浏览“森马服饰”页面，经过分析这些客户被聚为一类。商家可以针对该群体的需求，为他们尽可能的发送广告，或者及时的调整页面及页面内容，满足客户的需求。2、客户的效益分类分析和预测客户的利润回报分析是客户效益分类分析和预测的关键。客户利润回报预测是最令人向往的预测类型，也是客户关系管理应用能否替企业实现长期ROI的一个重要环节。通过聚类技术和分类技术可以发现那些客户是中重要的，那些客户是不重要的，对给企业带来利润

11、的客户我们要对他好点，比如赠送礼物，多打折扣等。3、交叉销售交叉销售是建立在Win-Win原则上的，对客户来讲，要得到更多更好满足并需求的服务并从中受益，对企业来讲，也会因销售额的增长而获益。数据挖掘可以帮助企业分析出最优的、合理的销售匹配。4、客户满意度分析客户满意度是对某项产品或服务的消费经验的总体评价，是客户通过对一个产品或服务的可感知的效果与其期望值相比较后，所形成的愉悦或失望的感觉状态，是衡量企业经营质量水平的一种方式。它是客户经过长期沉淀而形成的情感诉求，也是客户在历次交易活动中状态的积累。分析客户对企业产品和服务的满意度，可以帮助企业了解客户的想法、需求和期望，发现企业在产品、服

12、务和管理上的不足，为企业改善经营策略、提高客户忠诚度指明方向。通过自定义的定量的度量标准和公式，并根据时间和其他参数，利用数据挖掘技术和企业的数据库中关于客户购买、维修、反馈意见、建议、投诉等信息，可对客户的满意度进行分析，找出客户不满意的原因并制定相应的策略，提高客户忠诚度，增加企业的利润。5、客户的获得与保留通过Web数据挖掘可以对潜在客户信息进行聚类和分类的分析，再用模式分析预测那些可能成为新客户，以帮助市场销售人员找到正确的营销对象。Web数据挖掘还可以解释客户的行为习惯，发现在不同情况下有相似行为的新客户，帮助商家识别潜在的客户群，采用积极的营销策略，不断挖掘新客户，提高市场占有率。

13、通过Web数据挖掘，可发现不同的客户群在网站上购买不同的商品，那些客户可能正在流失，那些客户是网站的忠诚客户，那些是赢利客户。针对不同的客户，进行个性化的营销，使他们都成为电子商务企业的忠诚的老客户。6、客户信用分析数据挖掘技术可以为企业提供客户信用分析，如可以为保险索赔、移动电话呼叫、信用卡购买等易于发生欺诈的行业建立模型。数据挖掘技术在网络营销中的应用网络营销是指利用Internet技术，最大限度地满足客户需求，以达到开拓市场、增家盈利目标的经营过程。它从传统营销的以产品销售为中心的“4P”(Product，Price，Place，Promotion)转向以满足客户需求为中心的“4C”(C

14、ustomer，Cost，Convenienee，Communication)。数据挖掘在提高营销的有效性、交叉营销等方面有着广泛的应用。1、进行有针对性的营销，提高营销的有效性数据挖掘技术可以通过分析客户点击流等信息，挖掘出客户的行为动机，分析出用户所处的阶段，以帮助电子商务管理者针对用户所处的阶段提供不同的营销策略，向用户进行有针对性的信息反馈和广告发送；数据挖掘技术还可以对市场、客户数据进行恰当的分类挖掘，从而分析出各个层次的细分市场，为电子商务企业定位于自己的目标市场提供可靠的依据。2、交叉营销交叉营销就是指通过与客户交流，向现有的客户提供新的产品和服务的营销过程。企业与其客户之间的商业关系是一种持续的不断发展的关系，通过不断地相互接触和交流，客户得到了更好更贴切的服务质量，