［關鍵詞］電子商務；數據挖掘；路徑分析
隨着Internet 的普及,電子商務的興起,人們的商務理念正在改變, 電子商務的廣泛應用使企業產生了大量的業務數據,如何更快、更好地利用各種有效的數據更好地開展電子商務,這是目前電子商務急需解決的題目。
一 、數據挖掘技術
20 世紀 90 年代以來，隨着資訊技術和數據庫技術的迅猛發展，人們可以非常方便地獲取和存儲大量的數據。面對大規模的海量的數據，傳統的數據分析工具（如治理資訊系統）只能進行一些表層的處理（如查詢、統計等），而不能獲得數據之間的內在關係和隱含的資訊。爲了擺脫“數據豐富，知識貧乏”的困境，人們迫切需要一種能夠智能地自動地把數據轉換成有用資訊和知識的技術和工具，這種對強有力數據分析工具的迫切需求使得數據挖掘技術應運而生。人們熟悉到數據庫中存儲的數據量急劇增大，在大量的數據背後隱躲着很多重要的資訊，假如能把這些資訊從數據庫中抽取出來，將爲公司創造很多潛伏的利潤。這種從海量數據庫中挖掘資訊的技術，就稱之爲數據挖掘。數據挖掘一般有以下四類主要任務：
（一）數據總結
數據挖掘能夠將數據庫中的有關數據從較低的個體層次抽象總結到較高的總體層次上，從而實現對原始基本數據的總體把握。
（二）分類
分析數據的各種屬性，並找出數據的屬性模型，確定哪些數據屬於哪些組。這樣我們就可以利用該模型來分析已有數據，並猜測新數據將屬於哪一個組。
（三）關聯分析
數據庫中的數據一般都存在着關聯關係，也就是說，兩個或多個變量的取值之間存在某種規律性。透過挖掘數據派生關聯規則，可以瞭解客戶的行爲。
（四）聚類
聚類分析是按照某種相近程度度量方法，將用戶數據分成一系列有意義的'子集合。每一個集合中的數據性質相近，不同集合之間的數據性質相差較大。
數據挖掘的特點和性質對於企業而言,有助於發現其企業業務發展的趨勢, 揭示已知的事實, 猜測未知的結果, 並幫助企業分析出完成任務所需的關鍵因素, 以達到增加收進, 降低本錢, 使企業處於更有利的競爭位置的目的。
二、數據挖掘在電子商務中的作用
數據挖掘技術源於貿易的直接需求, 因此它在各種貿易領域都存在廣泛的使用價值。電子商務是貿易領域的一種新興商務模式，是指利用電子資訊技術開展一切商務活動。當電子商務在企業中得到應用時, 企業資訊系統將產生大量數據, 這些海量數據使數據挖掘有了豐富的數據基礎, 同時高性能計算機和高傳輸速率網絡的使用也給數據挖掘技術提供了堅實的保障。因此數據挖掘技術在電子商務活動中有了更大的用武之地。下面先容數據挖掘在以下電子商務幾個方面的作用:
（一）客戶細分
隨着“以客戶爲中心”的經營理念的不斷深進人心, 分析客戶、瞭解客戶並引導客戶的需求已成爲企業經營的重要課題。透過對電子商務系統收集的交易數據進行分析, 可以按各種客戶指標(如自然屬性、收進貢獻、交易額、價值度等) 對客戶分類, 然後確定不同類型客戶的行爲模式, 以便採取相應的營銷措施, 促使企業利潤的最大化。
（二）客戶獲得
利用數據挖掘可以有效地獲得客戶。比如透過數據挖掘可以發現購買某種商品的消費者是男性還是女性, 學歷、收進如何, 有什麼愛好, 是什麼職業等等。甚至可以發現不同的人在購買該種商品的相關商品後多長時間有可能購買該種商品, 以及什麼樣的人會購買什麼型號的該種商品等等。也許很多因素表面上看起來和購買該種商品不存在任何聯繫, 但數據挖掘的結果卻證實它們之間有聯繫。在採用了數據挖掘後, 針對目標客戶發送的廣告的有效性和迴應率將得到大幅度的進步, 傾銷的本錢將大大降低。