数据挖掘、数据仓库、商业智能在电子商务领域的应用.doc

2010年第4期福建教育学院学报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（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（DataMining）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(Business-to-Consumer)模式，比如亚马逊书店、卓越网、当摘要：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；电子商务中图分类号：TP309文献标识码：A文章编号：1673-9884(2010)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：2010-06-12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2010年8月福建教育学院学报FUJIANJIAOYUXUEYUANXUEBAONO.4August，20102010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，