基于关联的数据挖掘技术在电子商务中的应用

摘 要 随着互联网技术的不断发展,“时间就是金钱”的市场规则下,如何主动获知客户喜好并开发其购写潜力,从中获取一定的信息以提高电子商务企业的竞争力是一个迫在眉睫的问题.本文使用数据挖掘中的关联分析方法,找出真正有价值的信息,来指导商业者的决策.

关 键 词 电子商务 数据挖掘 关联分析

中图分类号：TP311.13 文献标识码：A

1.电子商务

电子商务指交易当事人或参与人利用现代信息技术和计算机网络（主要是因特网）所进行的各类商业活动,包括货物贸易、怎么写作贸易和知识产权贸易.①它的飞速发展,促使经销商和客户之间通过互联网进行交易,节省了大量的费用和时间.帮助企业经销商收集了大量的数据,随着电子商务的不断发展,将这些大量数据转化成有价值的信息,以达到企业增加收入,降低成本,使企业处于有利的竞争位置的目的.

2.基于关联分析的数据挖掘

数据挖掘是从大规模的数据中抽取非平凡的、隐含的、事先未知的、有潜在使用价值的信息的技术,是属于发现型的技术.它为解决此类各种应用问题提供了强有力的计算支持.数据挖掘所涉及的学科领域和方法很多,关联分析是最常见的数据挖掘之一.

关联规则就是从一种行为中发现与之相关联的另一种行为,及A→B,并用一定的概率度加以保证.关联分析发现的主要对象是交易型数据库,一个交易一般有交易处理时间,一组顾客购写的物品,有时也有顾客标识号组成.由于电子商务的发展,销售商可以方便地收集存储大量的售货数据.对这些历史交易型数据进行关联分析,则可对客户的购写行为提供极有价值的信息.例如,可以帮助零售商（怎样相互搭配销售）,通过关联分析发现交易数据中常常隐含形式的规律,对于改进销售业绩等商业活动的决策是非常重要的.

3.关联分析在电子商务中的应用

本文对关联规则在电子商务中的应用进行讨论,提出了关联规则在电子商务中应用的步骤,得出了基于关联规则的商品销售模式.②电子商务中的数据不仅十分庞大、复杂,而且包含着许多有用信息.随着数据挖掘技术的发展以及各种数据挖掘方法的应用,从电子商务数据库中可以发现一些潜在的、有用的、有价值的信息来.通过对所积累的销售数据的分析,可以得出各种商品的销售信息.从而更合理地制定各种商品的定货情况,对各种商品的库存进行合理地控制.另外根据各种商品销售的相关情况,可分析商品的销售关联性,从而可以进行商品的组合管理,以更加有利于商品销售.

关联规则挖掘问题就是首先确定所要挖掘规则的最小支持度与最小置信度,然后在交易数据库D中找出具有用户给定的最小支持度minsup和最小置信度minconf的关联规则.③

3.1关联规则发现算法描述

关联规则挖掘问题可以划分成两个子问题：（1）发现频繁项目集和生成关联规则.相对于第一个子问题而言；（2）子问题相对简单.因此,第一个子问题是近年来关联规则算法研究的重点.

3.2数据描述及预处理

在电子商务中通过分类分析,得到客户分类模式后,就可以针对不同类客户的特点展开不同的商务活动,提供有针对性的个性化的信息怎么写作；得到客户的分类模式后,还可以对新的客户进行分析,分析新的客户属于哪一个类别,从而有针对性的开展商务活动.

3.4 进一步计算置信度得出关联规则

进一步计算置信度,如表4,中Lk为k-频繁项目集,y为Lk的非空子集.

根据以上关联规则,商家可以将牛奶、火腿、面包放在同一网页上进行销售,而果啤则应该放到另一个网页上销售,可以帮助管理者规划市场,确定商品的种类,、质量等.

4.结束语

电子商务过程中的各种信息和数据是电子商务活动能够更好的进行的基础,通过选择合适的数据挖掘技术来挖掘电子商务中有价值的信息,从而使企业在激烈的市场竞争中做出正确的决策,保持有力的竞争优势.随着数据挖掘技术的不断发展,相信它在电子商务中的应用将促使其得到更快更高效的发展.

注释

① 孙海峰.促进我国电子商务发展的思考.经济师, 2007.

② 张爱国,数据挖掘在超级市场中的应用[J].农业网络信息,2005（1）：43-44

③ 薛薇,SPSS统计分析方法及应用[M].北京：电子工业出版社,2004.

④ 王国君,段立娟,王实,等.数据挖掘原理与算法[M],北京：清华大学出版社,2005.