2023年数据挖掘数据仓库商业智能在电子商务领域的应用.doc

2023 年第4 期福建教育学院学报 随着网络技术的迅速开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开展潜力。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，可以使企业把数据转化为 有用的信息并帮助决策，从而是企业在剧烈的市场竞 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〔subject-oriented〕、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，汇总表等，因此适于联机分析 处理〔OLAP〕。 〔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。 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：规那么、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 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 业(Business-to-Business)模式，比方阿里巴巴为众多 企业提供一个网络贸易平台；企业对消费者(Business- to -Consumer)模式，比方亚马逊书店、卓越网、当 ：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根底上，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 中图分类号：TP309 文献标识码：A 文章编号：1673-9884(2023)04-0126-03 数据挖掘与数据仓库技术在电子商务中的应用综述 吴金炎 (福建教育学院信息技术研修部，福州350025) 收稿日期：2023-06-12 作者简介：吴金炎〔1976-〕，男，福建诏安人，福建教育学院信息技术研修部讲师，硕士研究生。 第4 期 2023 年8 月 福建教育学院学报 FU JIAN JIAO YU XUE YUAN XUE BAO NO.4 August，2023 2023 年第4 期 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〔Consumer-to-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 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。 比方美国沃玛特连锁店，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、银行等效劳性行业，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 效劳；75%的在线交易无法区分重复客户；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 开展，丧失了该局部重要的资源。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效劳，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业的客户、 市场、销售、效劳与支持信息，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 供更适合的效劳。 5. 提供优质个性化效劳，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、效劳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间切换，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 页面满足客户的需求。比方京东网， 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。 图2 客户分析流程 吴金炎：数据挖掘与数据仓库技术在电子商务中的应用综述 面对面交流网上交流 /信件 客户信息的获取 数据存入企业数据库中 数据分析 将信息分发给当事人处理 市场部门销售部门技术支部管理部门 图1 电子商务处理流程 效劳自动化营销自动化销售自动化 订单管理订单预测 现场效劳 操作层次的CRM 移动销售商业智能/竞争情报 呼叫中心 交流 网上交流 Email / 信件 与客户直接 联系 联系中心 营销活动管理 分析层次的CRM 客户互动数据 集市 客户数据 集市 产品数据 集市 ERP/ERM 供给商历史信息系统数据仓库 后 台 前台 移动通讯 客 户互动 127 2023 年第4 期福建教育学院学报 Survey of the Application of Data Mining and Data Warehouse Technology in the Electronic Commerce WU Jin-yan (Department of Information Technology Research and Training, Fujian Institute of Education, Fuzhou 350025, China) Abstract：The appearance of e-commerce has changed the enterprise's management outlook, managing modes and means of payment and thus has brought great changes to various sectors of the society. After a brief introduction to data warehouse, data mining technology and the concept of e-commerce, this paper makes a detailed analysis of the application of data mining and data warehouse technology in the e-commerce in order to help the enterprise make decisions by transforming the data into useful information, thus gaining advantage in the market competition. Key words：data warehouse; data mining; e-commerce 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响 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。例如通过关联规那么，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. 决策信息效劳 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 的状况和未来开展做出比拟完整、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根底；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，加快了电子商务的开展和普及。 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，具有良好的开展和 应用前景。 参考文献： ［1］陈京民. 数据仓库与数据挖掘技术［M］. 北京：电子 工业出版社，2023. ［2］聂高辉. 基于电子商务的数据仓库的探讨［J］. 商 业研究，2023〔11〕. ［3］赵焕平，仝选悦.WEB数据挖掘及其在电子商务中 的应用［J］. 福建，2023( 1) . ［4］ 徐晖.Web 数据挖掘和数据仓库在电子商务市场 营销管理中的应用［J］. 新西部( 下半月) ，2023( 11) . ［5］李晓月，李会. 数据挖掘在电子商务中的应用［J］. 河南机电高等专科学校学报，2023( 6) . 128 浅析商业智能在电子商务中的应用 来源：比特网 2023-05-27 09:38:49 【打印】 　　电子商务作为一种全球化的具有战略意义的贸易手段，不仅为企业提供了无限商机，而且引起了传统贸易手段的变革，导致了对传统商业环境的冲击。本文主要对面向电子商务的商业智能管理系统的概念、功能和特征进行