浅谈数据挖掘技术在电子商务中的应用

韩 英

（晋中职业技术学院，山西 晋中 030600）

经济的快速发展推动世界逐步进入到知识经济时代，当前电子商务发展越发迅猛，并逐步发展成为市场经济中的重要组成部分，但就我国的电子商务总体发展水平来看，仍然处于发展的初级阶段。数据挖掘是一种综合各学科技术的信息处理方法，具有多种功能，如关联分析、聚类分析、分类规则等。通过促使数据挖掘技术在电子商务中的深层次应用，必然能够更好地推动电子商务高速发展。

一、数据挖掘技术概述

数据挖掘主要是指从大量不完全的、模糊的、有噪声的、随机的原始数据中提取其中较为隐秘的、人们不知道但具有潜在作用知识及信息的高级处理过程。通过有效的数据挖掘，可以将这些潜在的有用信息发掘出来，帮助企业在已有经验的基础上对未来进行预测，以有效提高企业的市场决策力，为企业构建核心性的竞争优势，同时还可以帮助专家从大量的数据研究中获得规律，以有效提高科学研究的效率，从而更好地服务于企业的应用实践。

数据挖掘是一个循环往复的过程，主要包括数据准备、建立模型、评估模型、解释模型、运用模型、巩固模型等，通过采取严格的观察与分析过程，以有效促进数据挖掘技术应用的有效性，从而不断提高电子商务的应用质量。数据挖掘技术如路径分析技术、聚类分析技术、关联规则挖掘技术、分类分析技术等在电子商务发展中广泛应用，对于更好地促进网站浏览量的提升，发掘潜在客户并吸引新客户起到了较大的帮助作用。

二、数据挖掘技术在电子商务中的应用

1.路径分析技术应用

路径分析技术是Web应用挖掘中特有的数据挖掘技术，能够用于发现网站中用户的频繁查找路径，对于其他一些和路径相关的信息则都可以通过实行路径分析得到。用户在访问站点的过程中会形成浏览路径，而通过对浏览路径进行分析并从中挖掘潜在知识的过程就是路径模式挖掘。此过程主要分为三个步骤：首先将浏览过程中每个站点组成序列以构成原始路径，其次获得最大的引用序列，最后确定最大的引用序列。通过采用路径分析技术，电子商务网站能够对某类型的用户对电子网站频繁访问的路径进行分析和判定，这些路径在一定程度上代表了用户在浏览网站页面过程中所形成的习惯和顺序。通过将与客户访问信息相关的商品信息进行直接链接处理，可以帮助客户更好、更快地达到自己想要访问的页面，这样，电子商务网站就能够在消费者心中树立良好的印象，以有效提高消费者的忠诚度，并对潜在的消费者形成吸引，并有效延长消费者在网站访问的时间，提高消费者再次访问网站的几率。最后对客户的消费行为及反馈情况进行挖掘分析，能够根据消费者的需求进一步优化网站设计，以不断提高网站的访问质量。

2.聚类分析技术应用

聚类分析主要是根据数据对象的相关信息或者是对象之间的关系，将数据对象分类处理，使其在同一类中有较高的相似度，而不同类型的对象则差异显著。这样，当客户在浏览商品信息的过程中就能够明显分辨自己所需要的信息，避免无用功。此种数据挖掘技术中最为限定的聚类算法主要包括因素分析、PAM算法、机器学习法、k-means算法及神经网络方法等。如对于一些经常浏览服装的消费者，可以将其聚类为一个类型，销售商通过对聚类信息进行分析可以了解消费者的年龄层、消费喜好等，从而及时地调整页面内容，并为客户提供更多的相关商品信息。此外，通过对消费者的消费特征进行观察和分析，并挖掘其中的独有特点，从而为客户指定出个性化的网站页面，以有效提高网站的浏览量，并不断促进网站经济效益的提升。

3.关联规则挖掘技术应用

关联规则是数据挖掘中一种重要的模式，此种技术能够发现大量数据中频繁出现的项目子集，并从中得出项目子集之间相关关系。在电子商务中，对于关联规则的应用主要是通过对用户的访问序列项进行分析，并从中挖掘出相关规则，以从中发现用户在浏览网站或购买行为发生的各种关联性关系。此种挖掘技术应用最为典型的是购物篮分析，通过对购物篮中的不同商品进行分析，能够找出它们之间存在的关系，由此分析顾客的购买行为及其频繁购买的商品，从而制定出适当的营销策略。通过充分利用关联性规则，企业可以针对客户的不同动态特点对其站点结构及页面内容进行更新和改进设计，将具有一定信任度及客户支持度、客户需求度高的商品放置在一起，形成关联性销售，以更好地满足客户需要，并带动客户的关联消费。

4.分类分析技术应用

分类分析建立的数据模型对象类别是已经知晓的，通过采用此种挖掘技术可以发现某些共同特性。通过利用这一特性，可以对数据库中的数据项进行分类整理，分类方法主要包括神经网络分类算法、遗传分类算法、决策树分类算法、粗糙集分类算法等。电子商务网站通过对浏览网站的客户进行分析，将其中存在相同点的客户分类，然后根据客户的消费特征及浏览偏好制定相应的商品宣传信息，当客户再次访问网站时，只需要直接点击商品分类，找出自己需要的类别就可以进行信息浏览，这样不仅方便客户快速找到所需要的商品信息，节约时间，也能够加深客户对网站的好感，从而提高浏览量。

通过充分应用数据挖掘技术，可以将潜在的数据信息及隐藏的客户群体充分发掘出来，为电子商务网站的发展提供更多的客户群体，以促使电子商务网站加强对客户群体的服务，从而进一步完善网站结构，不断优化市场，实现企业的创新性发展，同时也为消费者提供更加个性化的服务，以更好地满足客户需求，培养网站的忠实客户群，实现其市场的不断拓展。

[1]李恒杰,杨鼎新.数据挖掘及在电子商务中的应用研究[J].甘肃联合大学学报(自然科学版)，2012，（2）.

[2]王锋.浅析数据挖掘在电子商务中的应用[J].电脑与电信，2009，（12）.

[3]吴春琼.浅析数据挖掘技术及其在电子商务中的应用[J].黑龙江科技信息，2009，（30）.