[論文摘要] 在電子商務中,數據發掘有助於發現業務發展的趨勢,匡助企業做出正確的決策。本文對於目前電子商務中的Web數據發掘法子進行了總結,並對於電子商務中的Web數據對於象進行了分類,對於網絡數據發掘的作用進行了分析,爲今後電子商務中實用Web數據發掘軟件的開發與利用提供了參考。
1、電子商務以及數據發掘簡介
電子商務是指個人或者企業通過Internet網絡,採取數字化電子方式進行商務數據交流以及展開商務業務流動。目前國內已經有網上商情廣[文祕站－您的專屬祕書，中國最強免費！]告、電子票據交流、網上訂購,網上銀行、網上支付結算等多種類型的電子商務情勢。電子商務正以其本錢低廉、利便、快捷、安全、可靠、不受時間以及空間的限制等凸起優點而逐漸在全世界流行。
數據發掘(Data Mining)是伴同着數據倉庫技術的發展而逐漸完美起來的。數據發掘主要是爲了匡助商業用戶處理大量存在的數據,發現其後隱含的規律性,同時將其模型化,來完成輔助決策的作用。它請求從大量的、不完整的、有噪聲的、隱約的以及隨機的數據中,提取人們事前不知道的但又是潛伏有用的信息以及知識。數據發掘的進程有時也叫知識發現的進程。
而電子商務中的數據發掘即Web發掘,是應用數據發掘技術從www的資源(即Web文檔)以及行動(即We服務)中自動發現並提取感興致的、有用的模式以及隱含的信息,它是1項綜合技術觸及到Internet技術學、人工智能、計算機語言、信息學、統計學等多個領域。
2、Web數據發掘對於象的分類
Web數據有三種類型:HTML標記的Web文檔數據,Web文檔內連接的結構數據以及用戶走訪數據。依照對於應的數據類型,Web發掘可以分爲三類:
一內容發掘:就是從Web文檔或者其描寫中篩選知識的進程。
二結構發掘:就是從Web的組織結構以及鏈接瓜葛中推導知識。它的目的是通過聚類以及分析網頁的鏈接,發現網頁的結構以及有用的模式,找出權威網頁。
三使用記錄發掘:就是指通過發掘存儲在Web上的走訪日誌,來發現用戶走訪Web頁面的模式及潛伏客戶等信息的進程。
3、電子商務中數據發掘的法子
針對於電子商務中不同的發掘目標可以採取不同的數據發掘法子,數據發掘的法子有良多,主要包含下面三大類:統計分析或者數據分析,知識發現,基於預測模型的發掘法子等。
一.統計分析。統計分析主要用於檢查數據中的數學規律,然後應用統計模型以及數學模型來解釋這些規律。通常使用的`法子有線性分析以及非線性分析、連續迴歸分析以及邏輯迴歸分析、單變量以及多變量分析,和時間序列分析等。統計分析法子有助於查找大量數據間的瓜葛,例如,辨認時間序列數據中的模式、異樣數據等,匡助選擇合用於數據的恰當的統計模型,包含多維表、剖分、排序,同時應生成恰當的圖表提供給分析人員,統計功能是通過相應的統計工具來完成迴歸分析、多變量分析等,數據管理用於查找詳細數據,閱讀子集,刪除了冗餘等。
二.知識發現。知識發現源於人工智能以及機器學習,它應用1種數據搜索進程,去數據中抽守信息,這些信息表示了數據元素的瓜葛以及模式,能夠從中發現商業規則以及商業事實。應用數據可視化工具以及閱讀工擁有助於開發分析之前發掘的數據,以進1步增強數據挖掘能力。其他數據發掘法子,如可視化系統可給出帶有多變量的圖形化分析數據,匡助商業分析人員進行知識發現。
三.預測模型的發掘法子。預測模型的發掘法子是將機器學習以及人工智能利用於數據發掘系統。預測模型基於這樣1個假定:消費者的消費行動擁有必定的重複性以及規律性,這使患上商家可以通過分析蒐集存儲在數據庫中的交易信息,預測消費者的消費行動。按消費者所擁有的特定的消費行動將其分類,商家就能將銷售工作集中於1部份消費者,即實現針對於性銷售。