基于電子商務中的數據挖掘技術研究

7 數據挖掘技術在電子商務中的幾點應用
(1)實施CRM戰略，為客戶提供個性化服務 隨著網絡的普及和電子商務網站的增多，客戶常會迷失在復雜的網站和眾多的商品信息中。這就要求電子商務網站應當“以客戶為中心”。根據客戶個人喜好，提供與眾不同的個性化服務?；?a class="contentlabel" href="http://www.104case.com/news/listbylabel/label/數據挖掘">數據挖掘的電子商務推薦系統通過對客戶的訪間行為、訪問頻度、訪問內容等信息進行挖掘，提取客戶的特征．獲取客戶訪問模式。據此創建個性化的電子商店，主動向客戶提供商品推薦，幫助客戶便捷地找到感興趣的商品。這是一種全新的個性化購物體驗。不僅容易使訪問者轉變成購買者，而且可根據客戶當前購物車中的物品，向客戶推薦一些相關的物品，提高站點企業的交叉銷售量，甚至還可以根據需求動態地向客戶做頁面推薦，提供個性化的商品信息和廣告，提高客戶對訪問站點的興趣和忠誠度，防止客戶流失。
(2)制定產品營銷策略，優化促銷活動 通過對商品訪問和銷售情況進行挖掘，企業能夠獲取客戶的訪問規律，針對不同的產品制定相應的營銷策略。如利用數據挖掘技術可實現不同商品優惠策略的仿真。根據數據挖掘模型進行模擬計費和模擬出賬，其仿真結果可以揭示優惠策略中存在的問題。并進行相應的調整優化，以達到促銷活動的收益最大化。
(3)優化網站組織結構和服務方式，提高網站的效率 通過挖掘客戶的行為記錄和反饋情況為站點設計者提供改進的依據。進一步優化網站組織結構和服務方式以提高網站的效率。站點的結構和內容是吸引客戶的關健。站點上頁面內容的安排和連接如同超市中物品在貨架上的擺設一樣，把具有一定支持度和信任度的相關聯的物品擺放在一起有助于銷售。比如利用關聯規則的發現，可以針對不同客戶動態調整站點結構．使客戶訪問的有關聯的頁面之間鏈接更直接，讓客戶很容易訪問到想要的頁面。這樣的網站往往能給客戶留下好印象．提高客戶忠誠度，吸引客戶不斷訪問。
(4)改進系統各項性能，增強系統安全性 對電子商務網站各種數據的統計分析有助于改進系統性能，增強系統安全性．并提供決策支持。Web服務的性能和其他服務質量是衡量客戶滿意度的關鍵指標舊。數據挖掘可以通過客戶的擁塞記錄發現站點的性能瓶頸，以提示站點管理者改進Web緩存策略、網絡傳輸策略、流量負載平衡機制和數據的分布策略。此外，還可通過挖掘分析網絡的非法人員數據找到系統弱點并改進，提高站點可靠性，保證電子商務的正常開展。
(5)增強商業信用評估，構建和諧社會體制 發達的社會信用水平是發展電子商務的重要基礎，通過對企業數據統計和歷史記錄之間的差別，結果與期望值的偏離以及反常實例進行充分的數據挖掘，可有效地防范投資和經營風險。通過數據挖掘技術對企業經營進行跟蹤，開展企業的資產評估、利潤收益分析和發展潛力預測，構建完善的安全保障體系，實施網上全程監控，強化網上交易和在線支付的安全管理，利用數據挖掘的信用評估模型，挖掘交易歷史數據發現客戶的交易數據特征，建立客戶信譽度級別，有效地防范和化解信用風險，提高企業信用甄別與風險管理的水平和能力。

8 結語
隨著電子商務發展的勢頭越來越強勁，電子商務的數據挖掘將是一個非常有前景的領域。它將數據轉化為知識，是數據管理、信息處理領域研究、開發和應用的最活躍的分支之一。它幫助決策者尋找數據問題潛在的關聯，發現被忽略的因素，因而被認為是解決當今時代所面臨的數據爆炸而信息貧乏問題的一種有效方法。它能自動預側客戶的消費趨勢、市場走向，指導商家提高銷售額，改善企業客戶關系，提高網站運行效率，改進系統性能，具有良好的發展和應用前景。