探讨数据挖掘技术及其在电子商务中的应用.docx

探讨数据挖掘技术及其在电子商务中的应用HYPERLINK"https://m.zqwdw.com/xingyeziliao/2020/1014/830543.html"信筱桐【摘要】当今时代背景下，通过有效利用数据技术，不仅能够利于企业的发展，也有助于推进社会的进步发展。这就需要企业技术人员加强对数据技术的了解，以能更好地利用数据技术，发挥出数据挖掘技术的作用。论文对数据挖掘技术进行阐述，并对该技术在电子商务中的应用进行论述，希望能够为有关企业提供参考。【Abstract】Underthecurrentbackground，theeffectiveuseofdatatechnologycannotonlybenefitthedevelopmentofenterprises，butalsopromotetheprogressanddevelopmentofthesociety.Thisrequirestheenterprisetechnicalpersonneltostrengthentheunderstandingofdatatechnology，soastomakebetteruseofdatatechnology，giveplaytotheroleofdataminingtechnology.Thispaperexpoundsthedataminingtechnology，anddiscussestheapplicationofthistechnologyinelectroniccommerce，hopingtoprovidereferenceforrelevantenterprises.【關键词】数据挖掘技术;电子商务;企业【Keywords】dataminingtechnology;electroniccommerce;enterprise【中图分类号】F724.6;TP311.1【文献标志码】A【文章编号】1673-1069（2020）08-0174-021引言随着时代的发展，各个行业的发展过程中都在不断与数据技术结合，并取得了较大进步。数据技术的应用，通常需要大量数据信息的支持，以能够达到有效利用大数据技术的目的。而为了获得更多的数据信息，则可以通过使用数据挖掘技术。数据挖掘技术即根据网络中信息的特点，实现对类似信息的搜集，再做出针对性的分析。技术人员可以将数据挖掘技术与电子商务有机结合，从而推动我国电子商务企业的发展。2数据挖掘技术的概述在电子商务中，客户浏览信息被Web服务器自动收集并保存在访问日志、引用日志和代理日志中，其中日志文件又可以分为servicelogs、errorlogscookielogs。在电子商务中运用数据挖掘技术的思路，采用相关技术对用户的访问行为等进行数据分析，并利用数据挖掘思路和相关方法对数据进行一系列处理加工，来得到访问用户群体的相关信息，根据这些相关信息，可以展开针对性的营销措施，把具有群体相似性的客户特征，加以利用，制定更具针对性的商务活动，会取得更好的经济效益。通过数据挖掘技术可以让相关企业能够准确地定位市场，并根据市场特征进行调整和改进，这样不仅可以更好地定位市场目标，也会有效地提升企业在行业中的竞争力。例如，通过数据挖掘技术可以更系统地分析出客户群体对于某个网站或者某个产品的喜好程度，也可以通过客户访问的频率和访问来源获知宣传渠道的效果，这样可以更好地优化宣传渠道，也可以针对用户的交易情况，优化宣传的侧重点，来强化营销策略，取得更好的经济效益。3电子商务推荐系统电子商务推荐系统，即利用电子商务网站向客户提供商品信息，帮助客户了解更多内容，为客户提供更多选择参考，这种方式可以充当模拟销售人员的作用，帮助客户做出是否购买的决定。具体应用过程中，客户访问网络站点过程中，商务推荐系统便会对客户进行识别，分析客户的购买行为习惯，再给予用户类似商品的推广，一般用户对于推荐商品都会感兴趣，提升购买意愿。现阶段而言，商务推荐系统主要功能有，对数据给予大范围检索推荐、人工选择推荐、数据统计分析推荐、属性推荐、物品关联性推荐等方式。3.1电子商务推荐系统应用的主要技术电子商务系统推荐技术，主要是指数据挖掘技术的运算方法，系统运输的准确度、效率将直接影响推荐系统的服务质量。当前而言，为了能够有效确保推荐系统的可靠应用，保证系统的实时性，数据挖掘技术研究人员研究了聚类、关联规则、协同过滤等技术。基于电子商务推算的方法主要可以分为2类技术，即基于模型的推荐算法与基于内存的推荐算法。基于模型的推荐算法，即根据用户数据建立模型，具体应用过程中，需要将建立的模型调入内存中。模型推荐算法可以通过各种技术建立模型，如可以根据Bayesian技术、聚类技术等;给予内存的推荐算法，即在运行过程中，需要将整个