数据仓库与数据挖掘基于电子商务的应用

1、数据仓库与数据挖掘基于电子商务的应用TheThe application of data warehouse and data mining based on electronic commerce摘 要 ：电子商务对于我们生活方式和企业的经营方式及经济的发展方式带来了巨大的 据挖掘与电子商务的结合就应运而生了。本文主要介绍什么是“数据仓库与数据挖掘”，他 有什么些什么功能和技术以及怎样将它运用到电子商务里面去。最后阐述他们的结合能带来 Abstract: E-commerce for our way of life and the way of the mode of operationan

2、d the economic development of the enterprise has brought the huge change. Withthe development and popularization of e-commerce, e-commerce and application areincreasingly mature, in the form of the data warehouse and data mining and theit into electronic commerce. What finally expounded their bindin

3、g energy effect.The keyword: The electronic commerce The data warehouse Data mining 析 的模式里面，所以本文将就它们特点来结合起来实现电子商务的更大发展。1. 数据仓库与数据挖掘数据仓库就是一个用以更好地支持企业或者组织的决策分析处理的、面向主题的、集 传统的数据库相比有如下四个特征：数据仓库的数据是面向主题的传统的数据库是面向应用的，为每个单独的应用程序组织数据。而数据仓库的数据是 据都是围绕着某一主题组织、展开的。数据仓库的数据是集成的数据仓库的数据是从原有分散的数据库、数据文件和数据段中抽取出来的，数据来

4、源 可能既有内部数据又有外部数据。面向应用的数据与面向主题的数据之间差别很大。因此， 在数据进入数据仓库之前，必然要进过转换、统一与综合。数据仓库是不可更新的从操作性系统中提取的数据和外部数据源中提取的数据，在数据仓库中转换、综合并 的数据，而且不是随着数据的变化实时更新，数据仓库中的数据一般不再修改。 数据仓库的数据是随时间不断变化的数据仓库的数据随时间变化，数据仓库中的数据不可更新是针对应用来说的，即数据 的过程称为追加，数据追加的内容仅限于上次数据仓库输入后原来数据库中变化了的数据。1.2.数据挖掘数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。数据挖掘通常 与计算机科学

5、有关，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上述目标。数据挖掘的常用方法有聚类分析、 估计和假设检验；人工智能、模式识别和机器学习的搜索算法、建模技术和学习理论。数据 统 提供有效的存储、索引和查询处理支持。源于高性能(并行) 计算的技术在处理海量数据集 2.电子商务概述电子商务通常是指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，买卖双方不谋面地进行各种商贸活动，实现消费者的网上购 位和对电子商务参与的角度和程度的不同，给出了许多不同的定义。电子商务分为： ABC、 BCCCBMMCB

6、ABGCACGOO 品交换为中心的商务活动；也可理解为在互联网(Internet)、企业内部网(Intranet)和 增值网(VAN，Value Added Network)上以电子交易方式进行交易活动和相关服务的活动， 而且对于网络营销来说，在做之前要先做好网络营销方案，那样才有便于计划的实施。3.数据仓库与数据挖掘在电子商务中的应用3.1 数据挖掘对电子商务的意义3.11 找到潜在客户在对 Web 的客户访问信息的挖掘中, 利用分类技术可以在 Internet 上找到未来的潜 在客户。使用者可以先对已经存在的访问者根据其行为进行分类,并依此分析老客户的一些 公共属性, 决定他们分类的关键属

7、性及相互间关系。对于一个新的访问者, 通过在 Web 上 的分类发现, 识别出这个客户与已经分类的老客户的一些公共的描述 , 从而对这个新客户 进行正确的分类。然后从它的分类判断这个新客户是有利可图的客户群还是无利可图的客户 群,决定是否要把这个新客户作为潜在的客户来对待。客户的类型确定后, 可以对客户动态 地展示 Web 页面, 页面的内容取决于客户与销售商提供的产品和服务之间的关联。若为潜 在客户, 就可以向这个客户展示一些特殊的、个性化的页面内容。3.12 实现客户驻留在电子商务中, 传统客户与销售商之间的空间距离已经不存在 , 在 Internet 上, 每 一个销售商对于客户来说都是

8、一样的 , 那么使客户在自己的销售站点上驻留更长的时间 , 对销售商来说则是一个挑战。为了使客户在自己的网站上驻留更长的时间, 就应该全面掌握 客户的浏览行为, 知道客户的兴趣及需求所在, 并根据需求动态地向客户做页面推荐 , 调 整 Web 页面, 提供特有的一些商品信息和广告, 以使客户满意, 从而延长客户在自己的网 站上的驻留的时间。3.13 改进站点的设计数据挖掘技术可提高站点的效率 , Web 设计者不再完全依靠专家的定性指导来设计网站, 而是根据访问者的信息特征来修改和设计网站结构和外观。站点上页面内容的安排和连 接就如超级市场中物品的货架摆布一样 , 把具有一定支持度和信任度的相

9、关联的物品摆放 在一起有助于销售。网站尽可能做到让客户轻易地访问到想访问的页面, 给客户留下好的印 象, 增加下次访问的机率。3.14 进行市场预测通过 Web 数据挖掘, 企业可以分析顾客的将来行为, 容易评测市场投资回报率, 得到 可靠的市场反馈信息。不仅大大降低公司的运营成本, 而且便于经营决策的制定。3.2 数据挖掘面临的一些问题挖掘分析变量的选择 法，分析出不同信息的属性以及出现频率进而抽象出变量，运用到所选模型中，进行分析。选择数据抽取的目的是对数据进行浓缩，给出它的紧凑描述，如求和值、平均值、方差值、 数据总结。数据泛化是一种把最原始、最基本的信息数据从低层次抽象到高层次上的过程

10、。 可采用多维数据分析方法和面向属性的归纳方法。 数据仓库。在数据分析中经常要用到诸如求和、总计、平均、最大、最小等汇集操作，这类 掘过程中大量数据形成文本后格式的非标准化，也给数据的有效挖掘带来了困难。 法的优势在于便于用户在查看日志时对商品及客户信息有全面及清晰的掌控，便于开发和执 改变一个特殊的站点等，这无论对客户和销售商来说都是有意义。 行评价，从而最大限度的保证数据的可靠性。3.35 数据挖掘涉及到数据的私有性和安全性 行数据挖掘过程中一定要遵守职业道德，保障信息的机密性。挖掘结果的不确定性数据挖掘结果具有不确定性的特征，因为挖掘的目的不同所以最后挖掘的结果自然也会 成 功要求使用者

11、对期望解决问题的领域有深刻的了解，数据挖掘技术在一定程度上解决了电子 挖掘技术的改进将推进电子商务的深入发展。数据仓库对于电子商务的作用数据仓库是指对大量散布在网络数据库中的数据进行组织，使之能形成一个可被检索、 越快的速度滚动。数据仓库核心是关系型数据库。这就要用到数据仓库的解决方案。当然， 为决策支持打下了良好的基础。 多个应用程序服务。数据存储独立于应用程序，可以对其进行插入、检索、修改，也可以按 eb 据 对电子商务运营的各个方面确保数据安全；对电子商务交易过程中进行管理。多重数据库的存取必须做单一化处理；对客户确认已经完成，但由于硬件或软件故障而未能执行的交易可以弥补。 输入数据和发送数据到网络服务器时普遍使用的方法。 查询、结算和处理等功能，在 Internet 上发挥着作用，网站的后台数据库性能的好坏关系 电子商务的技术保障。4 总结通过对数据挖掘技术的进一步理解和加深，我们深刻地体会到了技术的力量是无穷的， 最主要的是要抓住最前沿的技术去