2022年数据挖掘与数据仓库技术在电子商务中的运用综述 .pdf

《2022年数据挖掘与数据仓库技术在电子商务中的运用综述 .pdf》由会员分享，可在线阅读，更多相关《2022年数据挖掘与数据仓库技术在电子商务中的运用综述 .pdf（3页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、数据挖掘与数据仓库技术在电子商务中的运用综述来源 :http:/ 摘 要：电子商务的产生改变了企业的经营理念、管理方式和支付手段，给社会的各个领域带来了巨大的变革。文章在简要介绍了数据仓库、数据挖掘技术和电子商务概念的基础上，详细分析了数据仓库、数据挖掘技术在电子商务中的应用，帮助企业把数据转化为有用的信息并帮助决策，从而在市场竞争中获得优势地位。关键词：数据仓库；数据挖掘；电子商务随着网络技术的迅速发展和数据库技术的成熟，电子商务显示出巨大的市场价值和发展潜力。当企业采用电子商务时，迫切需要把企业信息系统产生的大量数据转换为有用的数据，为企业创造更大的财富。数据仓库和数据挖掘技术，可以使企业

2、把数据转化为有用的信息并帮助决策，从而是企业在激烈的市场竞争中处于优势地位。一、数据仓库与数据挖掘1数据仓库数据仓库是面向主题的(subjectoriented)、集成的 (integrated)、非违约的 (non volatile)且时变的 (time variant)用于管理和决策制定的数据集。由此可见，数据仓库是一种分析型数据库，基于标准企业模型集成的、带有时间属性的、面向主题的数据集合，与传统支持查询为主的事务性操作数据库有着本质区别，具备以下四个特征：(1) 面向主题主题是一个抽象的概念。基于主题组织的数据，根据领域的逻辑内涵，分为独立的领域，互不交叉，并形成相应的数据视图，汇总表

3、等，因此适于联机分析处理(0LAP) 。(2) 集成化当数据从面向应用提取到数据仓库时，由于命名冲突、数据结构转换等的冲突，需要对原有数据进行抽取、清理、加工，形成一致的命名、变量度量、编码结构、物理属性等。(3) 非违约性由于数据仓库中的数据是历史数据，当数据集成到数据仓库后，不需要更改。仅限于装数据和访问数据；并不存在数据恢复，数据同步，修复死锁等复杂问题。(4) 时变性出于决策的需要，数据仓库中的数据需要标明时间参数，并随时间不断变化，即随着时间变化，不断有新的数据内容添加；不断导出和删除没用的数据内容；不断地重新综合数据。名师资料总结 - - -精品资料欢迎下载 - - - - - -

4、 - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 1 页，共 3 页 - - - - - - - - - 2数据挖掘数据挖掘 (Data Mining) 就是从大量的、不完全的、模糊的、有噪声的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的非平凡过程，这些信息的表现形式为：规则、概念、规律及模式等。决策者使用它分析历史数据和当前数据，提取出隐藏的关系和模式，对未来发生的行为进行预测。数据挖掘和数据仓库的协同工作，不仅提高了数据挖掘的效率和能力，确保了数据挖掘中数据来源的广泛性和完整性；而且数据挖掘技术已经成为数据仓

5、库应用中极为重要的方面和相对独立的工具。二、电子商务电子商务是指个人或企业通过Internet网络，采用数字化电子方式进行商务数据交换和开展商务活动。电子商务涵盖的范围很广，一般可分为企业对企Jk(Businessto Business) 模式，比如阿里巴巴为众多企业提供一个网络贸易平台；企业对消费者(Busi nessto Consumer)模式，比如亚马逊书店、卓越网、当当网，具有其方便快捷个性化消费；另外还有消费者对消费者(Consumerto Consumer) 模式，可以为个人在网络平台上开店赚取利润。随着国内Internet网络使用人数的增加，利用Internet网络进行购物并以银

6、行卡付款的消费方式已渐流行，市场份额也在迅速增长，电子商务网站也层出不穷，如图1所示。三、数据仓库、数据挖掘在电子商务中的应用1控制商品库存对于零售业，库存销量比是一个重要的效率指标。通过使用数据仓库，企业可以随时跟踪库存，及时通过网上供货商补充，实现了库存商品的有效控制。比如美国沃玛特连锁店，数据仓库规模从最初的6 万亿字节增加到现在的100 万亿字节，实现了存货少效益高的良性循环，始终保持着行业领先。2减少跳线率对于航空、银行等服务性行业，由于行业竞争激烈，存在“跳线”的现象，即客户从A公司跳到 B公司，几个月后又重新回到A 公司，导致企业资金浪费。采用数据仓库后，进行数据挖掘，预测客户跳

7、线机率，在客户跳线之前尽可能挽留，减少跳线率。3客户跟踪目前在电子商务网站中，84的在线交易没有跟踪客户；96的在线交易不能提供符合客户的个性化服务；75的在线交易无法辨别重复客户；导致电子商务企业不能抓住已有的客户，更不用谈潜在客户的发展，丧失了该部分重要的资源。随着客户个性化需求的逐步增加，电子商务企业更是无从招架。当启用数据仓库后，网站能够对客户的信息以及浏览页面进行整理并存储，当客户再次访问后，数据仓库就会为客户提出相应的扩展服务，使顾客能够更加信任该网站，进而提升了该企业的效益。4聚类客户在电子商务中，通过客户相似浏览行为和客户的共同特征进行分析，深层次挖掘和分析企名师资料总结 -

8、- -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 2 页，共 3 页 - - - - - - - - - 业的客户、市场、销售、服务与支持信息，可以帮助电子商务的组织者及时了解客户，尽可能满足客户需求，向客户提供更适合的服务。5提供优质个性化服务，提高客户忠诚度在电子商务活动中，网站的内容、标题、奖励方案、服务等方面都可能吸引客户。由于电子商务网站的众多，客户可以很方便的在网站问切换，因此电子商务网站应该能够对客户访问信息进行挖掘，通过客户的浏览行为，从而了解客户的忠诚度、喜好及需求，快速调整WEB 页

9、面满足客户的需求。比如京东网，通过分析客户浏览的页面，运用数据挖掘中的序列模式发现技术进行挖掘，可以把客户需求的相关物品呈现出来，方便客户挑选，如图2 所示。6提高点击率，完善电子商务网站设计通过数据挖掘技术，分析客户的行为记录和反馈行为，电子商务企业可以更加有效地优化网站结构，提高网站的点击率。例如通过关联规则，针对客户需求，调整站点结构，把客户访问过的有关联的文件进行直接链接，从而使客户很容易访问想要的页面，增加客户再次访问的概率。7决策信息服务数据仓库用于实现对决策主体数据的存储和综合，通过从源数据库中抽取、清理、集成和转换，提供标准的报表和图表；通过从多种角度构建多维数据模型，采用联机

10、分析处理实现多维数据分析；进而挖掘出隐藏在数据背后的模式和信息，可以针对整个企业的状况和未来发展做出比较完整、合理、准确的分析和预测，从而为企业提供了多方位的决策支持。四、结论由于电子商务领域拥有丰富的信息资源，为企业实施数据仓库和数据挖掘技术提供了良好的基础；同时，数据仓库和数据挖掘技术又为电子商务提供了有力的技术支持，加快了电子商务的发展和普及。在电子商务活动中，数据仓库、数据挖掘技术已成为数据管理、信息处理领域最热门的技术之一。通过对源数据的整理、归纳，它可以帮助决策者查找数据间的潜在关联，发现隐藏在数据背后的信息，不仅可以预测客户的消费趋势以及进一步的市场走向，而且可以指导电子商务企业提高网站运行效率，进一步改善企业客户关系，提高销售额，具有良好的发展和应用前景。名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 3 页，共 3 页 - - - - - - - - -