第一篇：電商網(wǎng)站設(shè)計(jì)中網(wǎng)絡(luò)數(shù)據(jù)挖掘技術(shù)的運(yùn)用論文

在經(jīng)濟(jì)全球化的時(shí)代背景下，信息經(jīng)濟(jì)早已成為世界范圍內(nèi)的新的經(jīng)濟(jì)增長點(diǎn)，而且隨著我國逐漸加強(qiáng)了與國際經(jīng)濟(jì)的交流合作，使得企業(yè)的綜合競爭力得到了增強(qiáng)，以此才能更好地應(yīng)對(duì)全球市場中日趨激烈的競爭，同時(shí)我國還需要加強(qiáng)對(duì)電子商務(wù)所具有的眾多優(yōu)勢的充分發(fā)揮，為企業(yè)的產(chǎn)品提供展現(xiàn)的舞臺(tái)。

一、網(wǎng)絡(luò)數(shù)據(jù)挖掘的重要性

電子商務(wù)的開展與完善的電子商務(wù)平臺(tái)是密切相連的，作為電子商務(wù)平臺(tái)之一的電子商務(wù)網(wǎng)站也應(yīng)該在創(chuàng)新中不斷的完善，而且與傳統(tǒng)商務(wù)相比，電子商務(wù)網(wǎng)站具有獨(dú)特的優(yōu)勢。在進(jìn)行電子商務(wù)的過程中，進(jìn)行電子商務(wù)網(wǎng)站的設(shè)計(jì)和建立是必不可少的，而建立一個(gè)電子商務(wù)網(wǎng)站還是比較簡單的，但是唯一需要注重的問題就是對(duì)其經(jīng)濟(jì)和社會(huì)效益的提高。同時(shí)還要考慮網(wǎng)站在運(yùn)行中。會(huì)有大量的記錄以及日志文件等再相應(yīng)服務(wù)器中生成，這些數(shù)據(jù)包含了很多客戶信息，因此需要充分分析和挖掘這些數(shù)據(jù)，進(jìn)而讓所設(shè)計(jì)出來的網(wǎng)站基本滿足客戶的需求，以此才能使得自身的競爭力得到有效加強(qiáng)，進(jìn)而獲取更多的效益。

二、網(wǎng)絡(luò)數(shù)據(jù)挖掘在電子商務(wù)網(wǎng)站設(shè)計(jì)的應(yīng)用

在設(shè)計(jì)電子商務(wù)網(wǎng)站的時(shí)候，首選就需要幫助銷售商對(duì)客戶行為的了解，這樣才能使得站點(diǎn)的使用效率得到有效提高，此時(shí)就需要應(yīng)用數(shù)據(jù)挖掘技術(shù)，這樣網(wǎng)絡(luò)管理員就可以根據(jù)客戶在上網(wǎng)過程中所瀏覽的網(wǎng)站頁面及其數(shù)據(jù)信息歸納分析經(jīng)常訪問該站點(diǎn)的用戶類型，及其訪問途徑和通過怎樣的方式完成交易等內(nèi)容，這樣才能讓建立的網(wǎng)站更吸引客戶，同時(shí)也為網(wǎng)站結(jié)構(gòu)的進(jìn)一步優(yōu)化、站點(diǎn)訪問量和效果的提升提供有利的依據(jù)。整個(gè)電子商務(wù)網(wǎng)站的設(shè)計(jì)包括三個(gè)步驟，分別為數(shù)據(jù)信息的采集、分析以及提供個(gè)性化服務(wù)。

1.數(shù)據(jù)信息的采集

因?yàn)橹挥袑⒖蛻粝嚓P(guān)的數(shù)據(jù)信息收集起來，才能在分析之后，將個(gè)性化的服務(wù)提供給客戶，也就是說電子商務(wù)網(wǎng)站向客戶提供個(gè)性化服務(wù)是基于說數(shù)據(jù)信息采集的。銷售商能夠得到客戶在注冊(cè)過程中保存的信息，即客戶的基本信息，包括姓名、籍貫、家庭住址、出生日期以及愛好等，同時(shí)還能根據(jù)客戶所瀏覽的網(wǎng)頁和商品等信息，對(duì)客戶關(guān)注和傾向的商品進(jìn)行判斷，進(jìn)而為客戶建立相應(yīng)的服務(wù)檔案。而且客戶人員還能在計(jì)算機(jī)的數(shù)據(jù)庫中存儲(chǔ)客戶與自身交流時(shí)的數(shù)據(jù)信息。當(dāng)客戶完成訂單和付款之后，可以對(duì)其收貨地址信息加以確定，進(jìn)而掌握客戶的所在地等信息，進(jìn)而進(jìn)一步完善客戶對(duì)應(yīng)的信息數(shù)據(jù)庫。同時(shí)還能夠?qū)蛻舻耐对V和評(píng)價(jià)進(jìn)行分類整理，使客戶的服務(wù)檔案得到不斷的完善，以此為網(wǎng)站的優(yōu)化提供更加有利的數(shù)據(jù)資料。與此同時(shí)還會(huì)將數(shù)據(jù)挖掘技術(shù)引入到網(wǎng)絡(luò)服務(wù)器中，進(jìn)行一個(gè)可以對(duì)客戶瀏覽途徑和頁面以及點(diǎn)擊產(chǎn)品信息加以記載的數(shù)據(jù)庫系統(tǒng)，實(shí)現(xiàn)各企業(yè)資源共享的目標(biāo)，并且還不會(huì)對(duì)網(wǎng)絡(luò)服務(wù)器的訪問速度產(chǎn)生影響。

2.數(shù)據(jù)信息的分析

想要設(shè)計(jì)出一個(gè)成功的電子商務(wù)網(wǎng)站，就應(yīng)該在保持對(duì)客戶完全透明的基礎(chǔ)上，及時(shí)、快速、準(zhǔn)確的分析客戶資料及其訪問行為，進(jìn)而保證客戶訪問頁面的處理時(shí)間不被占用的條件下，為客戶提供一個(gè)可以更方便、快捷的進(jìn)行網(wǎng)購、網(wǎng)上交易等商務(wù)活動(dòng)環(huán)境。首先，就要分析客戶行為和登錄方式，對(duì)網(wǎng)站客戶群進(jìn)行劃分歸類；其次在進(jìn)行內(nèi)容設(shè)計(jì)的時(shí)候重點(diǎn)考慮客戶群的年齡、愛好和特點(diǎn)等方面，將網(wǎng)站內(nèi)容加以歸類，并針對(duì)不同類別的客戶群，展示客戶感興趣的商品信息，最后再根據(jù)客戶的訪問、瀏覽信息以及訂單信息，為客戶的行為資料進(jìn)行及時(shí)修改和完善。

3.個(gè)性化服務(wù)

這就是通過挖掘網(wǎng)絡(luò)數(shù)據(jù)信息，了解和掌握客戶的需求和興趣，準(zhǔn)確的向客戶提供個(gè)性化的產(chǎn)品推薦，這不但要根據(jù)客戶的諸多方面對(duì)其提供滿足其需求的信息，而且還是主動(dòng)為客戶提供所需信息，使網(wǎng)站的個(gè)性化服務(wù)的特點(diǎn)更為突出，進(jìn)而吸引更多的客戶。并且為了使得客戶類型更加穩(wěn)定和準(zhǔn)確，就需要優(yōu)先臭氧統(tǒng)計(jì)具有較長注冊(cè)時(shí)間、較多瀏覽記錄以及產(chǎn)品購買數(shù)量大的客戶。

三、結(jié)束語

總而言之，對(duì)于電子商務(wù)網(wǎng)站的設(shè)計(jì)，因其頁面較多，是動(dòng)態(tài)的，并且較為復(fù)雜，很難找到完整的結(jié)構(gòu)模型，因此很難在網(wǎng)絡(luò)中快速的找到人們所需的商業(yè)數(shù)據(jù)信息，這就需要在網(wǎng)站設(shè)計(jì)中應(yīng)用網(wǎng)絡(luò)數(shù)據(jù)挖掘，進(jìn)而為銷售商帶去更多效益。

參考文獻(xiàn)：

[1]黃玲。在電子商務(wù)中應(yīng)用 Web數(shù)據(jù)挖掘的研究[D].湖南大學(xué)，2014.[2]馬宗亞，張會(huì)彥。Web 數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用研究[J].現(xiàn)代經(jīng)濟(jì)信息，2014,06:395.[3]杜芳芳。淺析基于 Web 數(shù)據(jù)挖掘的電子商務(wù)網(wǎng)站架構(gòu)[J].電子商務(wù)，2010,02:69-70.[4]申云鳳?；?Web 數(shù)據(jù)挖掘的電子商務(wù)網(wǎng)站個(gè)性化服務(wù)的研究[J].中國管理信息化，2011,08:61-64.

第二篇：網(wǎng)站設(shè)計(jì)技術(shù)I-教學(xué)大綱(電商)

網(wǎng)站設(shè)計(jì)技術(shù)Ⅰ

Fundamental of Web Design

課程編碼：05205150

學(xué)分：2.課程類別： 專業(yè)課

計(jì)劃學(xué)時(shí)：48

其中講課：32

實(shí)驗(yàn)或?qū)嵺`：16

上機(jī)：0 適用專業(yè)：電子商務(wù)

推薦教材：鐵軍主編，網(wǎng)站設(shè)計(jì)技術(shù)，中央廣播電視大學(xué)出版社；第1版(2004年)參考書目：1.姜韡、吳濤主編，網(wǎng)站全程設(shè)計(jì)技術(shù)(修訂本)清華大學(xué)出版社(2006出版)2.耿霞, 鄒婷婷主編，網(wǎng)站設(shè)計(jì)與開發(fā)技術(shù)教程，人民郵電出版社;第1版(2009年)3．教育部推薦教材?數(shù)字媒體技術(shù)專業(yè)系列規(guī)劃教材?專題網(wǎng)站創(chuàng)意設(shè)計(jì)與實(shí)現(xiàn) 吳倩、沙景榮 北京師范大學(xué)出版集團(tuán)，北京師范大學(xué)出版社(2009-08出版)

課程的教學(xué)目的與任務(wù)

本課程是電子商務(wù)專業(yè)的專業(yè)課。本課程的教學(xué)目的和任務(wù)是讓學(xué)生通過本課程的學(xué)習(xí)，學(xué)習(xí)從事網(wǎng)頁設(shè)計(jì)、網(wǎng)站開發(fā)、網(wǎng)站維護(hù)、網(wǎng)頁美工等方面知識(shí)與技能，為進(jìn)一步的學(xué)習(xí)制作中小型企業(yè)的電子商務(wù)網(wǎng)站打下堅(jiān)實(shí)的基礎(chǔ)。學(xué)會(huì)如何根據(jù)電子商務(wù)企業(yè)的特點(diǎn)和企業(yè)的需求，進(jìn)行網(wǎng)站設(shè)計(jì)規(guī)劃，并配合開發(fā)人員全過程參與網(wǎng)站設(shè)計(jì)的研制、運(yùn)行與維護(hù)過程，為企業(yè)電子商務(wù)管理服務(wù)。

課程的基本要求

學(xué)生通過學(xué)習(xí)網(wǎng)站設(shè)計(jì)技術(shù)方面的基本理論和基本知識(shí)，接受系統(tǒng)工程方法以及信息管理方法的基本訓(xùn)練，獲得以下幾方面的知識(shí)和能力：(1)掌握網(wǎng)站設(shè)計(jì)的基本概念，了解網(wǎng)站技術(shù)系統(tǒng)在電子商務(wù)管理中的地位和作用、管理信息系統(tǒng)的種類和應(yīng)用領(lǐng)域；(2)理解網(wǎng)站設(shè)計(jì)的系統(tǒng)分析方法、設(shè)計(jì)方法和實(shí)現(xiàn)技術(shù)；(3)掌握網(wǎng)站設(shè)計(jì)的系統(tǒng)規(guī)劃和開發(fā)方法以及網(wǎng)站項(xiàng)目管理和運(yùn)行及維護(hù)管理的基本知識(shí)；(4)掌握html、css、javascript語言和Dreamveaver、flash軟件，具有綜合運(yùn)用各種網(wǎng)絡(luò)開發(fā)語言和設(shè)計(jì)軟件的基本能力；(5)了解課程相關(guān)領(lǐng)域的最新技術(shù)和發(fā)展動(dòng)態(tài)等。

各章節(jié)授課內(nèi)容、教學(xué)方法及學(xué)時(shí)分配建議（含課內(nèi)實(shí)驗(yàn)）

第一章

網(wǎng)站設(shè)計(jì)概述

建議學(xué)時(shí)：6 [教學(xué)目的與要求] 認(rèn)識(shí)什么是網(wǎng)頁、網(wǎng)頁中的基本元素、網(wǎng)站的分類，了解常用網(wǎng)頁制作與美化工具，學(xué)習(xí)網(wǎng)頁藝術(shù)設(shè)計(jì)基礎(chǔ)知識(shí)，掌握網(wǎng)頁制作基本流程。[教學(xué)重點(diǎn)與難點(diǎn)] 網(wǎng)站設(shè)計(jì)流程。

[授

課

方

法] 以課堂講授為主，課堂討論和課下自學(xué)為輔。[授 課 內(nèi) 容] 第一節(jié) 基本概念

一、網(wǎng)站的特點(diǎn)

二、網(wǎng)站的分類 第二節(jié) 網(wǎng)站的設(shè)計(jì)

一、網(wǎng)站主題、名稱和CI形象的定位

二、網(wǎng)站的整體風(fēng)格和創(chuàng)意設(shè)計(jì)

三、網(wǎng)站設(shè)計(jì)的主要工具

四、網(wǎng)站設(shè)計(jì)流程

第二章

網(wǎng)站設(shè)計(jì)基礎(chǔ)語言HTML

建議學(xué)時(shí)：12 [教學(xué)目的與要求] 理解什么是HTML，掌握HTML基本語法，掌握常見的HTML標(biāo)記，學(xué)習(xí)使用reamweaver編輯HTML，學(xué)習(xí)查找和替換HTML代碼，學(xué)習(xí)使用Dreamweaver優(yōu)化HTML代碼，定制HTML的代碼格式。[教學(xué)重點(diǎn)與難點(diǎn)] HTML的基本標(biāo)識(shí)符和基本語法、表格和表單制作。[授

課

方

法] 以課堂講授為主，課堂討論和課下自學(xué)為輔。[授

課

內(nèi)

容] 第一節(jié) HTML簡介

一、HTML的發(fā)展

二、HTML的結(jié)構(gòu) 第二節(jié) HTML語法

一、HTML的語法

二、HTML的標(biāo)簽定義

三、創(chuàng)建HTML文檔 第三節(jié) HTML基礎(chǔ)標(biāo)簽

一、文件標(biāo)簽

二、排片標(biāo)簽

三、框架標(biāo)簽

四、字體標(biāo)簽

五、表格與清單標(biāo)簽

六、表單標(biāo)簽

七、超鏈接標(biāo)簽

八、多媒體標(biāo)答

第四節(jié) 綜合案例

第三章

CSS樣式在網(wǎng)頁中的應(yīng)用

建議學(xué)時(shí)：12 [教學(xué)目的與要求]理解CSS樣式，認(rèn)識(shí)“層疊樣式表－CSS”，CSS選擇器，創(chuàng)建CSS樣式，設(shè)置CSS樣式，使用CSS創(chuàng)建網(wǎng)頁。

[授

課

方

法] 以課堂講授為主，課堂討論和課下自學(xué)為輔。[授

課

內(nèi)

容] 第一節(jié) CSS語言

一、CSS簡介

二、CSS與HTML文檔的結(jié)合方法 第二節(jié) CSS基礎(chǔ)

一、理解和使用CSS的屬性

二、CSS語法規(guī)則 第三節(jié) CSS基礎(chǔ)應(yīng)用

一、CSS樣式的單位

二、CSS樣式在網(wǎng)頁中的應(yīng)用

三、用CSS樣式制作一些特殊效果 綜合案例：CSS濾鏡

第四章

JavaScript語言

建議學(xué)時(shí)：6 [教學(xué)目的與要求] 了解JavaScript是一種基于對(duì)象和事件驅(qū)動(dòng)并具有相對(duì)安全性的客戶端腳本語言。同時(shí)也是一種因特網(wǎng)上最流行的腳本語言，掌握J(rèn)avaScript可在所有主要的瀏覽器中運(yùn)行的原理與功能；掌握J(rèn)avaScript 被用來改進(jìn)設(shè)計(jì)、驗(yàn)證表單、檢測瀏覽器、創(chuàng)建cookies等用法。[教學(xué)重點(diǎn)與難點(diǎn)] JavaScript的運(yùn)行機(jī)理、用法。

[授

課

方

法] 以課堂講授為主，課堂討論和課下自學(xué)為輔。[授

課

內(nèi)

容] 第一節(jié) JavaScript簡介

一、什么是 JavaScript？

二、Java 和 JavaScript區(qū)別

三、JavaScript 能做什么？ 第二節(jié) JavaScript 基礎(chǔ)

一、JavaScript的語法

二、JavaScript的語句

三、JavaScript的變量

四、如何把 JavaScript 放入 HTML 頁面 第三節(jié) JavaScript 對(duì)象

一、JavaScript 對(duì)象簡介

二、面向?qū)ο缶幊痰母拍?/p>

三、JavaScript 字符串(String)對(duì)象

四、JavaScript Date（日期）對(duì)象

五、JavaScript Array（數(shù)組）對(duì)象

第四節(jié) 綜合案例

第五章

網(wǎng)頁二維動(dòng)畫設(shè)計(jì)基礎(chǔ)

建議學(xué)時(shí)：12 [教學(xué)目的與要求] 了解什么是動(dòng)畫？什么是Flash動(dòng)畫制作?學(xué)習(xí)逐幀動(dòng)畫、運(yùn)動(dòng)動(dòng)畫、變形動(dòng)畫、遮罩動(dòng)畫、導(dǎo)向動(dòng)畫、音響動(dòng)畫等網(wǎng)頁二維動(dòng)畫的設(shè)計(jì)方法。[教學(xué)重點(diǎn)與難點(diǎn)] 決策支持系統(tǒng)和商務(wù)智能的原理。

[授

課

方

法] 以課堂講授為主，課堂討論和課下自學(xué)為輔。[授

課

內(nèi)

容] 第一節(jié) 動(dòng)畫基本理論

一、什么是動(dòng)畫？

二、幀和運(yùn)動(dòng)

三、動(dòng)態(tài)動(dòng)畫 VS 靜態(tài)動(dòng)畫

第二節(jié) FLASH簡介

一、傳統(tǒng)動(dòng)畫及制作過程

二、什么是FLASH

三、為什么用FLASH

四、FLASH的特點(diǎn) 第三節(jié) FLASH基礎(chǔ)

一、FLASH動(dòng)畫基礎(chǔ)知識(shí)

二、時(shí)間軸

三、關(guān)鍵幀

四、過渡幀

五、工具箱與面板

六、元件、實(shí)例與庫

七、圖層的使用 綜合案例

撰稿人：杜培林

審核人：

第三篇：高校管理中數(shù)據(jù)挖掘技術(shù)的研究論文

摘要：近年來，數(shù)據(jù)庫挖掘技術(shù)的普遍應(yīng)用，使數(shù)據(jù)價(jià)值實(shí)現(xiàn)最大化，在我國金融、商業(yè)、市場營銷等領(lǐng)域得到廣泛應(yīng)用。然而在我國高校管理中并沒有得到推廣，為使高校管理系統(tǒng)中的數(shù)據(jù)充分發(fā)揮應(yīng)有價(jià)值，在該系統(tǒng)中使用數(shù)據(jù)庫挖掘技術(shù)意義深遠(yuǎn)。本文首先介紹了數(shù)據(jù)挖掘技術(shù)的流程，然后在教師教學(xué)質(zhì)量評(píng)估中應(yīng)用數(shù)據(jù)庫挖掘技術(shù)，充分證明數(shù)據(jù)庫挖掘技術(shù)在高校管理中能發(fā)揮重大作用。

關(guān)鍵詞：管理；決策樹；數(shù)據(jù)挖掘技術(shù)

當(dāng)前，大部分高校都擁有配套的管理系統(tǒng)，該系統(tǒng)具備海量數(shù)據(jù)儲(chǔ)存和管理功能，徹底告別了手工記錄信息和數(shù)據(jù)的年代。不但節(jié)約了紙張，更有效提高了高校管理數(shù)據(jù)和信息的效率。然而我國高校沒有有效利用應(yīng)用數(shù)據(jù)挖掘技術(shù)，因此研究數(shù)據(jù)庫挖掘技術(shù)在高校管理中的應(yīng)用十分必要。

1數(shù)據(jù)挖掘技術(shù)的流程

數(shù)據(jù)挖掘技術(shù)能夠?qū)⒑Ａ繑?shù)據(jù)展開分析和處理，再把整體數(shù)據(jù)庫中存在規(guī)律的數(shù)據(jù)整合起來，實(shí)施該技術(shù)主要包括以下五個(gè)環(huán)節(jié)。目標(biāo)定義：該環(huán)節(jié)中要與有關(guān)領(lǐng)域的背景知識(shí)相結(jié)合，清晰、精確的定義出數(shù)據(jù)挖掘目標(biāo)。數(shù)據(jù)準(zhǔn)備：在該環(huán)節(jié)中要搜集、選取數(shù)據(jù)源中的數(shù)據(jù)，處理已選數(shù)據(jù)，將其轉(zhuǎn)換為適合數(shù)據(jù)挖掘的形態(tài)。數(shù)據(jù)挖掘：該環(huán)節(jié)是數(shù)據(jù)挖掘技術(shù)的核心，即采用關(guān)聯(lián)規(guī)則法、分類分析法等各種數(shù)據(jù)挖掘方法把數(shù)據(jù)中隱藏的知識(shí)和規(guī)律發(fā)掘出來。結(jié)果表示：在該環(huán)節(jié)中可以以用戶需求為依據(jù)，將挖掘出來的知識(shí)和規(guī)律轉(zhuǎn)變?yōu)橛脩裟芙邮芎屠斫獾男螒B(tài)。知識(shí)吸收：該環(huán)節(jié)中，主要是把挖掘結(jié)果與指定領(lǐng)域中的需求相結(jié)合，在該領(lǐng)域中應(yīng)用發(fā)掘出來的結(jié)果，為決策者提供知識(shí)，是數(shù)據(jù)挖掘的終極目標(biāo)。

2數(shù)據(jù)挖掘技術(shù)在教學(xué)質(zhì)量評(píng)估中的應(yīng)用

2.1運(yùn)用關(guān)聯(lián)規(guī)則法挖掘數(shù)據(jù)庫中的信息

評(píng)估老師教學(xué)質(zhì)量不但是評(píng)定教學(xué)效果的重要部分，也是評(píng)定教師職稱的重要根據(jù)，因此是高校管理工作中不可或缺的部分。目前評(píng)估教學(xué)質(zhì)量的主要措施是搜集、統(tǒng)計(jì)學(xué)生的成績和以及對(duì)老師的評(píng)價(jià)，然后加權(quán)算出老師的總得分，作為評(píng)估該老師教學(xué)質(zhì)量指標(biāo)。這種方法非但不科學(xué)，其權(quán)威性也較低，因此需要深挖數(shù)據(jù)的相關(guān)性，本文采用了數(shù)據(jù)挖掘技術(shù)中的關(guān)聯(lián)規(guī)法挖掘數(shù)據(jù)中的規(guī)律和知識(shí)，為評(píng)估老師教學(xué)質(zhì)量提供有力根據(jù)。運(yùn)用關(guān)聯(lián)規(guī)則法挖掘數(shù)據(jù)，其規(guī)則方法為“XY，置信度為c%，支持度為s%”。關(guān)聯(lián)規(guī)則中置信度為c%：在整體事件D集合中，如果既能夠符合事件X中擁有c%的需求，也能夠符合Y的要求。那么就用置信度來表示關(guān)聯(lián)規(guī)則的強(qiáng)度，被記錄為confidence（XY），置信度最小值用minConf來表示，通常置信度最小數(shù)值由客戶提供。關(guān)聯(lián)規(guī)則中置信度為s%：在整體事件D集合中，如果既能夠符合事件Y中的s%的需求，又能夠符合X要求。用支持度來表示關(guān)聯(lián)規(guī)則的頻度，把支持度的最小數(shù)記錄用minsup（X）來表示，通常支持度最小數(shù)值由客戶提供。頻繁項(xiàng)集合：當(dāng)X項(xiàng)集的支持度大于等于用戶設(shè)定好的最小支持度時(shí)，那么頻繁項(xiàng)集是X。通常關(guān)聯(lián)規(guī)則包含兩個(gè)環(huán)節(jié)：①把全部頻繁項(xiàng)集從整體事件集中選出；②運(yùn)用頻繁項(xiàng)集產(chǎn)生關(guān)聯(lián)規(guī)則。在這兩個(gè)環(huán)節(jié)中關(guān)聯(lián)規(guī)則效果和性能是否良好取決于第一個(gè)環(huán)節(jié)。

2.2關(guān)聯(lián)規(guī)則分析在評(píng)估教學(xué)質(zhì)量中的運(yùn)用

第一步是準(zhǔn)備數(shù)據(jù)期，在某大學(xué)的教學(xué)管理系統(tǒng)中將五百條與教學(xué)評(píng)價(jià)有關(guān)的記錄從數(shù)據(jù)庫中隨機(jī)抽取，并挑選出老師編號(hào)、學(xué)歷、性別、教齡、評(píng)估分和職稱這六個(gè)屬性，并將相關(guān)數(shù)據(jù)從數(shù)據(jù)庫中提取。比如把講師、副教授和教授等職稱轉(zhuǎn)化成11、01、00等編碼，表1就是制定的評(píng)價(jià)教師教學(xué)記錄表。第二步采用關(guān)聯(lián)規(guī)則分析法把90分以上評(píng)價(jià)分?jǐn)?shù)作為檢索目標(biāo)和判斷標(biāo)準(zhǔn)，也就是將≥90分作為判斷是否是高教學(xué)質(zhì)量闕值。通過檢索有143條記錄符合標(biāo)準(zhǔn)，即設(shè)定最小的支持度為10%，置信度則為15%，得出下表2的關(guān)聯(lián)規(guī)則。最后一步評(píng)價(jià)本次實(shí)驗(yàn)的結(jié)果。由上表得知，學(xué)生喜歡男老師和女老師的程度大致相同；學(xué)歷愈高的老師，給予他們的教學(xué)評(píng)價(jià)也就愈高，即學(xué)歷和教學(xué)評(píng)價(jià)成正比，這也說明了學(xué)歷高的老師其基本功與學(xué)歷低的老師相比，前者基本功更為穩(wěn)固，也有較高的科學(xué)研究水平；有較長教齡和較高職稱的老師，其教學(xué)質(zhì)量也越高；此外，在支持度中可以看出，高校教授和高學(xué)歷人才越多，說明其辦學(xué)能力也就越高。

3結(jié)語

高校管理系統(tǒng)作為教學(xué)信息化的重要舉措，只是起到搜集和儲(chǔ)存海量教學(xué)信息的作用，并沒有挖掘出海量數(shù)據(jù)之間的相關(guān)性，而在本文中把關(guān)聯(lián)規(guī)則法運(yùn)用在教師教學(xué)質(zhì)量評(píng)估中，在數(shù)據(jù)中挖掘有價(jià)值的知識(shí)和規(guī)律，使評(píng)估教師教學(xué)質(zhì)量更具有科學(xué)性，因此在高校管理中全面應(yīng)用數(shù)據(jù)挖掘技術(shù)，能為高校深化教學(xué)改革提供新的契機(jī)。

參考文獻(xiàn)

[1]江敏，徐艷。數(shù)據(jù)挖掘技術(shù)在高校教學(xué)管理中的應(yīng)用[J]。電腦知識(shí)與技術(shù)，2012，（24）：541—545+560。

[2]楊雪霞。數(shù)據(jù)挖掘技術(shù)在高校圖書館管理系統(tǒng)中的應(yīng)用研究[J]。軟件，2011（04）：16—18。

第四篇：大數(shù)據(jù)時(shí)代數(shù)據(jù)挖掘技術(shù)教學(xué)研究論文

摘要:隨著大數(shù)據(jù)時(shí)代的到來，在大數(shù)據(jù)觀念不斷提出的今天，加強(qiáng)數(shù)據(jù)大數(shù)據(jù)挖掘及時(shí)的應(yīng)用已成為大勢所趨。那么在大數(shù)據(jù)教學(xué)過程中，我們必須掌握大數(shù)據(jù)與數(shù)據(jù)挖掘的內(nèi)涵，并對(duì)數(shù)據(jù)挖掘技術(shù)進(jìn)行分析，從而明確大數(shù)據(jù)時(shí)代下數(shù)據(jù)挖掘技術(shù)的應(yīng)用領(lǐng)域，促進(jìn)各項(xiàng)數(shù)據(jù)的處理，提高大數(shù)據(jù)處理能力。

關(guān)鍵詞:大數(shù)據(jù)時(shí)代；數(shù)據(jù)挖掘技術(shù)；應(yīng)用

大數(shù)據(jù)是對(duì)全球的數(shù)據(jù)量較大的一個(gè)概括，且每年的數(shù)據(jù)增長速度較快。而數(shù)據(jù)挖掘，主要是從多種模糊而又隨機(jī)、大量而又復(fù)雜且不規(guī)則的數(shù)據(jù)中，獲得有用的信息知識(shí)，從數(shù)據(jù)庫中抽絲剝繭、轉(zhuǎn)換分析，從而掌握其潛在價(jià)值與規(guī)律。所以大數(shù)據(jù)時(shí)代下的數(shù)據(jù)處理技術(shù)要求更高，要想確保數(shù)據(jù)處理成效得到提升，就必須切實(shí)加強(qiáng)數(shù)據(jù)挖掘技術(shù)教學(xué)工作的開展，才能更好地促進(jìn)數(shù)據(jù)處理職能的轉(zhuǎn)變，提高數(shù)據(jù)處理效率，優(yōu)化學(xué)生的學(xué)習(xí)成效。以下就大數(shù)據(jù)時(shí)代下的數(shù)據(jù)挖掘技術(shù)教學(xué)做出如下分析。

1大數(shù)據(jù)時(shí)代下數(shù)據(jù)挖掘技術(shù)的基礎(chǔ)教學(xué)方法分析

數(shù)據(jù)挖掘的過程實(shí)際就是對(duì)數(shù)據(jù)進(jìn)行分析和處理，所以其基礎(chǔ)就在于數(shù)據(jù)的分析方法。要想確保分析方法的科學(xué)性，就必須確保所采用算法的科學(xué)性和可靠性，獲取數(shù)據(jù)潛在規(guī)律，并采取多元化的分析方法促進(jìn)問題的解決和優(yōu)化。以下就幾種常見的數(shù)據(jù)分析教學(xué)方法做出簡要的說明。一是歸類法，主要是將沒有指向和不確定且抽象的數(shù)據(jù)信息予以集中，并對(duì)集中后的數(shù)據(jù)實(shí)施分類整理和編輯處理，從而確保所形成的數(shù)據(jù)源具有特征一致、表現(xiàn)相同的特點(diǎn)，從而為加強(qiáng)對(duì)其的研究提供便利。所以這一分析方法能有效的滿足各種數(shù)據(jù)信息處理。二是關(guān)聯(lián)法，由于不同數(shù)據(jù)間存在的關(guān)聯(lián)性較為隱蔽，采取人力往往難以找出其信息特征，所以需要預(yù)先結(jié)合信息關(guān)聯(lián)的表現(xiàn)，對(duì)數(shù)據(jù)關(guān)聯(lián)管理方案進(jìn)行制定，從而完成基于某種目的的前提下對(duì)信息進(jìn)行處理，所以其主要是在一些信息處理要求高和任務(wù)較為復(fù)雜的信息處理工作之中。三是特征法，由于數(shù)據(jù)資源的應(yīng)用范圍較廣，所以需要對(duì)其特征進(jìn)行挖掘。也就是采用某一種技術(shù)，將具有相同特征的數(shù)據(jù)進(jìn)行集中。例如采用人工神經(jīng)網(wǎng)絡(luò)技術(shù)時(shí)，主要是對(duì)大批量復(fù)雜的數(shù)據(jù)分析，對(duì)非常復(fù)雜的模式進(jìn)行抽取或者對(duì)其趨勢進(jìn)行分析。而采取遺傳算法，則主要是對(duì)其他評(píng)估算法的適合度進(jìn)行評(píng)估，并結(jié)合生物進(jìn)化的原理，對(duì)信息數(shù)據(jù)的成長過程進(jìn)行虛擬和假設(shè)，從而組建出半虛擬、半真實(shí)的信息資源。再如可視化技術(shù)則是為數(shù)據(jù)挖掘提供輔助，采取多種方式對(duì)數(shù)據(jù)的挖掘進(jìn)行指導(dǎo)和表達(dá)[1]。

2大數(shù)據(jù)時(shí)代數(shù)據(jù)挖掘技術(shù)教學(xué)要點(diǎn)的分析

2.1數(shù)據(jù)挖掘技術(shù)流程分析

在數(shù)據(jù)挖掘教學(xué)過程中，其流程主要是以下幾點(diǎn)：首先做好數(shù)據(jù)準(zhǔn)備工作，主要是在挖掘數(shù)據(jù)之前，就引導(dǎo)學(xué)生對(duì)目標(biāo)數(shù)據(jù)進(jìn)行準(zhǔn)確的定位，在尋找和挖掘數(shù)據(jù)之前，必須知道所需數(shù)據(jù)類型，才能避免數(shù)據(jù)挖掘的盲目性。在數(shù)據(jù)準(zhǔn)備時(shí)，應(yīng)根據(jù)系統(tǒng)的提示進(jìn)行操作，在數(shù)據(jù)庫中輸入檢索條件和目標(biāo)，對(duì)數(shù)據(jù)信息資源進(jìn)行分類和清理，以及編輯和預(yù)處理。其次是在數(shù)據(jù)挖掘過程中，由于目標(biāo)數(shù)據(jù)信息已經(jīng)被預(yù)處理，所以就需要在挖掘處理過程中將其高效正確的應(yīng)用到管理機(jī)制之中，因而數(shù)據(jù)挖掘的過程十分重要，所以必須加強(qiáng)對(duì)其的處理。例如在數(shù)據(jù)挖掘中，引導(dǎo)學(xué)生結(jié)合數(shù)據(jù)挖掘目標(biāo)要求，針對(duì)性的選取科學(xué)而又合適的計(jì)算和分析方法，對(duì)數(shù)據(jù)信息特征與應(yīng)用價(jià)值等進(jìn)行尋找和歸納。當(dāng)然，也可以結(jié)合程序應(yīng)用的需要，對(duì)數(shù)據(jù)區(qū)域進(jìn)行固定，并在固定的數(shù)據(jù)區(qū)域內(nèi)分類的挖掘數(shù)據(jù)，從而得到更具深度和內(nèi)涵以及價(jià)值的數(shù)據(jù)信息資源，并就挖掘到的數(shù)據(jù)結(jié)果進(jìn)行分析和解釋，從結(jié)果中將具有使用價(jià)值和意義的規(guī)律進(jìn)行提取，并還原成便于理解的數(shù)據(jù)語言。最后是切實(shí)加強(qiáng)管理和計(jì)算等專業(yè)知識(shí)的應(yīng)用，將數(shù)據(jù)挖掘技術(shù)實(shí)施中進(jìn)行的總結(jié)和提取所獲得的數(shù)據(jù)信息與評(píng)估結(jié)果在現(xiàn)實(shí)之中應(yīng)用，從而對(duì)某個(gè)思想、決策是否正確和科學(xué)進(jìn)行判斷，最終體現(xiàn)出數(shù)據(jù)挖掘及時(shí)的應(yīng)用價(jià)值，在激發(fā)學(xué)生學(xué)習(xí)興趣的同時(shí)促進(jìn)教學(xué)成效的提升。

2.2挖掘后的數(shù)據(jù)信息資源分析

數(shù)據(jù)信息資源在挖掘后，其自身的職能作用將變得更加豐富，所以在信息技術(shù)環(huán)節(jié)下的數(shù)據(jù)挖掘技術(shù)隨著限定條件的變化，而將數(shù)據(jù)挖掘信息應(yīng)用于技術(shù)管理和決策管理之中，從而更好地彰顯數(shù)據(jù)在經(jīng)濟(jì)活動(dòng)中的物質(zhì)性質(zhì)與價(jià)值變化趨勢，并結(jié)合數(shù)據(jù)變化特點(diǎn)和具體的表現(xiàn)規(guī)律，從而將數(shù)據(jù)信息的基本要素、質(zhì)量特點(diǎn)、管理要求等展示出來，所以其表現(xiàn)的形式十分豐富。因而在數(shù)據(jù)挖掘之后的信息在職能范圍和表現(xiàn)形式方式均得到了豐富和拓展，而這也在一定程度上體現(xiàn)了網(wǎng)絡(luò)擬定目標(biāo)服務(wù)具有較強(qiáng)的完整性，且屬于特殊的個(gè)體物品，同時(shí)也是對(duì)傳統(tǒng)數(shù)據(jù)挖掘技術(shù)的創(chuàng)新和發(fā)展，從而更好地滿足當(dāng)前大數(shù)據(jù)時(shí)代對(duì)信息進(jìn)行數(shù)據(jù)化的處理，并對(duì)不同種類業(yè)務(wù)進(jìn)行整合和優(yōu)化，從而促進(jìn)數(shù)據(jù)挖掘技術(shù)服務(wù)的一體化水平。

2.3大數(shù)據(jù)背景下的數(shù)據(jù)挖掘技術(shù)的應(yīng)用必須注重信息失真的控制

數(shù)據(jù)挖掘技術(shù)的信息主要是源于大數(shù)據(jù)和社會(huì)，所以在當(dāng)前數(shù)據(jù)挖掘技術(shù)需求不斷加大的今天，為了更好地促進(jìn)所挖掘數(shù)據(jù)信息的真實(shí)性，促進(jìn)其個(gè)性化職能的發(fā)揮，必須在大數(shù)據(jù)背景下注重信息失真的控制，切實(shí)做好數(shù)據(jù)挖掘技術(shù)管理的各項(xiàng)工作。這就需要引導(dǎo)學(xué)生考慮如何確保數(shù)據(jù)挖掘技術(shù)在大數(shù)據(jù)背景下的職能得到有效的發(fā)揮，盡可能地促進(jìn)數(shù)據(jù)挖掘技術(shù)信息資源的升級(jí)和轉(zhuǎn)型，以大數(shù)據(jù)背景為載體，促進(jìn)整個(gè)業(yè)務(wù)和技術(shù)操作流程的一體化，從而更好地將所有數(shù)據(jù)資源的消耗和變化以及管理的科學(xué)性和有效性，這樣我們就能及時(shí)的找到資源的消耗源頭，從而更好地對(duì)數(shù)據(jù)資源的消耗效益進(jìn)行評(píng)價(jià)，最終促進(jìn)業(yè)務(wù)流程的優(yōu)化，并結(jié)合大數(shù)據(jù)背景對(duì)數(shù)據(jù)挖掘技術(shù)的職能進(jìn)行拓展，促進(jìn)其外部信息與內(nèi)部信息的合作，對(duì)數(shù)據(jù)挖掘技術(shù)信息的職能進(jìn)行有效的控制，才能更好地促進(jìn)信息失真的控制[2]。

3數(shù)據(jù)挖掘技術(shù)在不同行業(yè)中的應(yīng)用實(shí)踐

學(xué)習(xí)的最終目的是為了更好的應(yīng)用，隨著時(shí)代的發(fā)展，數(shù)據(jù)挖掘技術(shù)將在越來越多的行業(yè)中得以應(yīng)用。這就需要高校教師引導(dǎo)學(xué)生結(jié)合實(shí)際需要強(qiáng)化對(duì)其的應(yīng)用。例如在市場營銷行業(yè)中數(shù)據(jù)挖掘技術(shù)的應(yīng)用這主要是因?yàn)閿?shù)據(jù)挖掘能有效的解析消費(fèi)者的消費(fèi)行為和消費(fèi)習(xí)慣，從而利用其將銷售方式改進(jìn)和優(yōu)化，最終促進(jìn)產(chǎn)品銷量的提升。與此同時(shí)，通過對(duì)購物消費(fèi)行為的分析，掌握客戶的忠誠度和消費(fèi)意識(shí)等，從而針對(duì)性的改變營銷策略，同時(shí)還能找到更多潛在的客戶。再如在制造業(yè)中數(shù)據(jù)挖掘技術(shù)的應(yīng)用，其目的就在于對(duì)產(chǎn)品質(zhì)量進(jìn)行檢驗(yàn)。引導(dǎo)學(xué)生深入某企業(yè)實(shí)際，對(duì)所制造產(chǎn)品的數(shù)據(jù)進(jìn)行研究，從而找出其存在的規(guī)則，并對(duì)其生產(chǎn)流程進(jìn)行分析之后，對(duì)其生產(chǎn)的過程進(jìn)行分析，從而更好地對(duì)生產(chǎn)質(zhì)量的影響因素進(jìn)行分析，并促進(jìn)其效率的提升。換言之，主要就是對(duì)各種生產(chǎn)數(shù)據(jù)進(jìn)行篩選，從而得出有用的數(shù)據(jù)和知識(shí)，再采取決策樹算法進(jìn)行統(tǒng)計(jì)決策，并從中選取正確決策，從而更好地對(duì)產(chǎn)品在市場中的流行程度，決定生產(chǎn)和轉(zhuǎn)型的方向。再如在教育行業(yè)中數(shù)據(jù)挖掘技術(shù)的應(yīng)用，主要是為了更好地對(duì)學(xué)習(xí)情況、教學(xué)評(píng)估和心里動(dòng)向等數(shù)據(jù)進(jìn)行分類和篩選，從而為學(xué)校的教學(xué)改革提供參考和支持。比如為了更好地對(duì)教學(xué)質(zhì)量進(jìn)行評(píng)估，就需要對(duì)教學(xué)質(zhì)量有關(guān)項(xiàng)目進(jìn)行整合與存儲(chǔ)，從而更好地促進(jìn)其對(duì)教學(xué)質(zhì)量的評(píng)估，而這一過程中，就需要采取數(shù)據(jù)挖掘技術(shù)對(duì)有關(guān)教學(xué)項(xiàng)目中的數(shù)據(jù)進(jìn)行挖掘和處理，促進(jìn)其應(yīng)用成效的提升[3]。

4結(jié)語

綜上所述，在大數(shù)據(jù)背景下，數(shù)據(jù)挖掘技術(shù)已經(jīng)在各行各業(yè)中得到了廣泛的應(yīng)用，所以為了更好地滿足應(yīng)用的需要，在實(shí)際教學(xué)工作中，我們必須引導(dǎo)學(xué)生切實(shí)加強(qiáng)對(duì)其特點(diǎn)的分析，并結(jié)合實(shí)際需要，切實(shí)注重?cái)?shù)據(jù)挖掘技術(shù)的應(yīng)用，才能促進(jìn)其應(yīng)用成效的提升，最終達(dá)到學(xué)以致用的目的。

參考文獻(xiàn)：

[1]李平榮.大數(shù)據(jù)時(shí)代的數(shù)據(jù)挖掘技術(shù)與應(yīng)用[J].重慶三峽學(xué)院學(xué)報(bào),2014,03:45-47.[2]歐陽柏成.大數(shù)據(jù)時(shí)代的數(shù)據(jù)挖掘技術(shù)探究[J].電腦知識(shí)與技術(shù),2015,15:3-4+9.[3]孔志文.大數(shù)據(jù)時(shí)代的數(shù)據(jù)挖掘技術(shù)與應(yīng)用[J].電子技術(shù)與軟件工程,2015,23:195.

第五篇：公共管理論文--將數(shù)據(jù)挖掘技術(shù)應(yīng)用在客戶關(guān)系管理中

[摘要] 在客戶關(guān)系管理中，企業(yè)將面臨大量的來自于客戶和市場的數(shù)據(jù)和信息，這些數(shù)據(jù)是大量的、不完全的、有噪聲的、模糊的、隨機(jī)的，但同時(shí)又是非常有用的。數(shù)據(jù)挖掘技術(shù)可以將這些數(shù)據(jù)有效的分析、整理，從而給數(shù)據(jù)使用者提供有效、及時(shí)的信息。本文就數(shù)據(jù)挖掘技術(shù)在客戶關(guān)系管理中如何應(yīng)用做了粗淺的探討。

[關(guān)鍵詞] 數(shù)據(jù)挖掘 客戶關(guān)系管理 應(yīng)用 步驟

根據(jù)波特的影響企業(yè)的利益相關(guān)者理論，企業(yè)有五個(gè)利益相關(guān)者，分別是客戶、競爭對(duì)手、供應(yīng)商、分銷商和政府等其他利益相關(guān)者。其中，最重要的利益相關(guān)者就是客戶?，F(xiàn)代企業(yè)的競爭優(yōu)勢不僅體現(xiàn)在產(chǎn)品上，還體現(xiàn)在市場上，誰能獲得更大的市場份額，誰就能在競爭中占據(jù)優(yōu)勢和主動(dòng)。而對(duì)市場份額的爭奪實(shí)質(zhì)上是對(duì)客戶的爭奪，因此，企業(yè)必須完成從“產(chǎn)品”導(dǎo)向向“客戶”導(dǎo)向的轉(zhuǎn)變，對(duì)企業(yè)與客戶發(fā)生的各種關(guān)系進(jìn)行管理。進(jìn)行有效的客戶關(guān)系管理，就要通過有效的途徑，從儲(chǔ)存大量客戶信息的數(shù)據(jù)倉庫中經(jīng)過深層分析，獲得有利于商業(yè)運(yùn)作，提高企業(yè)市場競爭力的有效信息。而實(shí)現(xiàn)這些有效性的關(guān)鍵技術(shù)支持就是數(shù)據(jù)挖掘，即從海量數(shù)據(jù)中挖掘出更有價(jià)值的潛在信息。正是有了數(shù)據(jù)挖掘技術(shù)的支持，才使得客戶關(guān)系管理的理念和目標(biāo)得以實(shí)現(xiàn)，滿足現(xiàn)代電子商務(wù)時(shí)代的需求和挑戰(zhàn)。

一、客戶關(guān)系管理（CRM）

CRM是一種旨在改善企業(yè)與客戶之間關(guān)系的新型管理方法。它是企業(yè)通過富有意義的交流和溝通,理解并影響客戶行為,最終實(shí)現(xiàn)提高客戶獲取、客戶保留、客戶忠誠和客戶創(chuàng)利的目的。它包括的主要內(nèi)容有客戶識(shí)別、客戶關(guān)系的建立、客戶保持、客戶流失控制和客戶挽留。通過客戶關(guān)系管理能夠提高企業(yè)銷售收入，改善企業(yè)的服務(wù)，提高客戶滿意度，同時(shí)能提高員工的生產(chǎn)能力。

二、數(shù)據(jù)挖掘（DM）

數(shù)據(jù)挖掘（Data Mining，簡稱DM），簡單的講就是從大量數(shù)據(jù)中挖掘或抽取出知識(shí)。數(shù)據(jù)挖掘概念的定義描述有若干版本。一個(gè)通用的定義是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中提取人們感興趣的知識(shí)，這些知識(shí)是隱諱的、事先未知的、潛在有用的信息。

常用的數(shù)據(jù)挖掘方法有：（1）關(guān)聯(lián)分析。即從給定的數(shù)據(jù)集中發(fā)現(xiàn)頻繁出現(xiàn)的項(xiàng)集模式知識(shí)。例如，某商場通過關(guān)聯(lián)分析，可以找出若干個(gè)客戶在本商場購買商品時(shí)，哪些商品被購置率較高，進(jìn)而可以發(fā)現(xiàn)數(shù)據(jù)庫中不同商品的聯(lián)系，進(jìn)而反映客戶的購買習(xí)慣。（2）序列模式分析。它與關(guān)聯(lián)分析相似，其目的也是為了控制挖掘出的數(shù)據(jù)間的聯(lián)系。但序列模式分析的側(cè)重點(diǎn)在于分析數(shù)據(jù)間的前后（因果）關(guān)系。例如，可以通過分析客戶在購買A商品后，必定（或大部分情況下）隨著購買B商品，來發(fā)現(xiàn)客戶潛在的購買模式。（3）分類分析。是找出一組能夠描述數(shù)據(jù)集合典型特征的模型，以便能夠分類識(shí)別未知數(shù)據(jù)的歸屬或類別。例如，銀行可以根據(jù)客戶的債務(wù)水平、收入水平和工作情況，可對(duì)給定用戶進(jìn)行信用風(fēng)險(xiǎn)分析。（4）聚類分析。是從給定的數(shù)據(jù)集中搜索數(shù)據(jù)對(duì)象之間所存在的有價(jià)值聯(lián)系。在商業(yè)上，聚類可以通過顧客數(shù)據(jù)將顧客信息分組，并對(duì)顧客的購買模式進(jìn)行描述，找出他們的特征，制定針對(duì)性的營銷方案。（5）孤立點(diǎn)分析。孤立點(diǎn)是數(shù)據(jù)庫中與數(shù)據(jù)的一般模式不一致的數(shù)據(jù)對(duì)象，它可能是收集數(shù)據(jù)的設(shè)備出現(xiàn)故障、人為輸入時(shí)的輸入錯(cuò)誤等。孤立點(diǎn)分析就是專門挖掘這些特殊信息的方法。例如，銀行可以利用孤立點(diǎn)分析發(fā)現(xiàn)信用卡詐騙，電信部門可以利用孤立點(diǎn)分析發(fā)現(xiàn)電話盜用等。

三、數(shù)據(jù)挖掘在客戶關(guān)系管理中的應(yīng)用

1.進(jìn)行客戶分類

客戶分類是將大量的客戶分成不同的類別，在每一類別里的客戶具有相似的屬性，而不同類別里的客戶的屬性不同。數(shù)據(jù)挖掘可以幫助企業(yè)進(jìn)行客戶分類，針對(duì)不同類別的客戶，提供個(gè)性化的服務(wù)來提高客戶的滿意度，提高現(xiàn)有客戶的價(jià)值。細(xì)致而可行的客戶分類對(duì)企業(yè)的經(jīng)營策略有很大益處。例如，保險(xiǎn)公司在長期的保險(xiǎn)服務(wù)中，積累了很多的數(shù)據(jù)信息，包括對(duì)客戶的服務(wù)歷史、對(duì)客戶的銷售歷史和收入，以及客戶的人口統(tǒng)計(jì)學(xué)資料和生活方式等。保險(xiǎn)公司必須將這些眾多的信息資源綜合起來，以便在數(shù)據(jù)庫里建立起一個(gè)完整的客戶背景。在客戶背景信息中，大批客戶可能在保險(xiǎn)種類、保險(xiǎn)年份和保險(xiǎn)金額上具有極高的相似性，因而形成了具有共性的客戶群體。經(jīng)過數(shù)據(jù)挖掘的聚類分析，可以發(fā)現(xiàn)他們的共性，掌握他們的保險(xiǎn)理念，提供有針對(duì)性的服務(wù)，提高保險(xiǎn)公司的綜合服務(wù)水平，并可以降低業(yè)務(wù)服務(wù)成本，取得更高的收益。

2.進(jìn)行客戶識(shí)別和保留

(1)在CRM中,首先應(yīng)識(shí)別潛在客戶,然后將他們轉(zhuǎn)化為客戶

這時(shí)可以采用DM中的分類方法。首先是通過對(duì)數(shù)據(jù)庫中各數(shù)據(jù)進(jìn)行分析，從而建立一個(gè)描述已知數(shù)據(jù)集類別或概念的模型，然后對(duì)每一個(gè)測試樣本，用其已知的類別與學(xué)習(xí)所獲模型的預(yù)測類別做比較，如果一個(gè)學(xué)習(xí)所獲模型的準(zhǔn)確率經(jīng)測試被認(rèn)可，就可以用這個(gè)模型對(duì)未來對(duì)象進(jìn)行分類。例如，圖書發(fā)行公司利用顧客郵件地址數(shù)據(jù)庫，給潛在顧客發(fā)送用于促銷的新書宣傳冊(cè)。該數(shù)據(jù)庫內(nèi)容有客戶情況的描述，包括年齡、收入、職業(yè)、閱讀偏好、訂購習(xí)慣、購書資金、計(jì)劃等屬性的描述，顧客被分類為“是”或“否”會(huì)成為購買書籍的顧客。當(dāng)新顧客的信息被輸入到數(shù)據(jù)庫中時(shí)，就對(duì)該新顧客的購買傾向進(jìn)行分類，以決定是否給該顧客發(fā)送相應(yīng)書籍的宣傳手冊(cè)。

(2)在客戶保留中的應(yīng)用

客戶識(shí)別是獲取新客戶的過程，而客戶保留則是留住老顧客、防止客戶流失的過程。對(duì)企業(yè)來說，獲取一個(gè)新顧客的成本要比保留一個(gè)老顧客的成本高。在保留客戶的過程中，非常重要的一個(gè)工作就是要找出顧客流失的原因。例如，某?？茖W(xué)校的招生人數(shù)在逐漸減少，那么就要找出減少的原因，經(jīng)過廣泛的搜集信息，發(fā)現(xiàn)原因在于本學(xué)校對(duì)技能培訓(xùn)不夠重視，學(xué)生只能學(xué)到書本知識(shí)，沒有實(shí)際的技能，在就業(yè)市場上找工作很難。針對(duì)這種情況，學(xué)校應(yīng)果斷的抽取資金，購買先進(jìn)的、有針對(duì)性的實(shí)驗(yàn)實(shí)訓(xùn)設(shè)備，同時(shí)修改教學(xué)計(jì)劃，加大實(shí)驗(yàn)實(shí)訓(xùn)課時(shí)和考核力度，培訓(xùn)相關(guān)專業(yè)的教師。

(3)對(duì)客戶忠誠度進(jìn)行分析

客戶的忠誠意味著客戶不斷地購買公司的產(chǎn)品或服務(wù)。數(shù)據(jù)挖掘在客戶忠誠度分析中主要是對(duì)客戶持久性、牢固性和穩(wěn)定性進(jìn)行分析。比如大型超市通過會(huì)員的消費(fèi)信息，如最近一次消費(fèi)、消費(fèi)頻率、消費(fèi)金額三個(gè)指標(biāo)對(duì)數(shù)據(jù)進(jìn)行分析,可以預(yù)測出顧客忠誠度的變化，據(jù)此對(duì)價(jià)格、商品的種類以及銷售策略加以調(diào)整和更新，以便留住老顧客，吸引新顧客。

(4)對(duì)客戶盈利能力分析和預(yù)測

對(duì)于一個(gè)企業(yè)而言，如果不知道客戶的價(jià)值，就很難做出合適的市場策略。不同的客戶對(duì)于企業(yè)而言，其價(jià)值是不同的。研究表明，一個(gè)企業(yè)的80%的利潤是由只占客戶總數(shù)的20%的客戶創(chuàng)造的，這部分客戶就是有價(jià)值的優(yōu)質(zhì)客戶。為了弄清誰才是有價(jià)值的客戶，就需要按照客戶的創(chuàng)利能力來劃分客戶，進(jìn)而改進(jìn)客戶關(guān)系管理。數(shù)據(jù)挖掘技術(shù)可以用來分析和預(yù)測不同市場活動(dòng)情況下客戶盈利能力的變化，幫助企業(yè)制定合適的市場策略。商業(yè)銀行一般會(huì)利用數(shù)據(jù)挖掘技術(shù)對(duì)客戶的資料進(jìn)行分析，找出對(duì)提高企業(yè)盈利能力最重要的客戶，進(jìn)而進(jìn)行針對(duì)性的服務(wù)和營銷。

(5)交叉銷售和增量銷售

交叉銷售是促使客戶購買尚未使用的產(chǎn)品和服務(wù)的營銷手段，目的是可以拓寬企業(yè)和客戶間的關(guān)系。增量銷售是促使客戶將現(xiàn)有產(chǎn)品和服務(wù)升級(jí)的銷售活動(dòng)，目的在于增強(qiáng)企業(yè)和客戶的關(guān)系。這兩種銷售都是建立在雙贏的基礎(chǔ)上的，客戶因得到更多更好符合其需求的服務(wù)而獲益，公司也因銷售增長而獲益。數(shù)據(jù)挖掘可以采用關(guān)聯(lián)性模型或預(yù)測性模型來預(yù)測什么時(shí)間會(huì)發(fā)生什么事件，判斷哪些客戶對(duì)交叉銷售和增量銷售很有意向，以達(dá)到交叉銷售和增量銷售的目的。例如，保險(xiǎn)公司的交叉營銷策略：保險(xiǎn)公司對(duì)已經(jīng)購買某險(xiǎn)種的客戶推薦其它保險(xiǎn)產(chǎn)品和服務(wù)。這種策略成功的關(guān)鍵是要確保推銷的保險(xiǎn)險(xiǎn)種是用戶所感興趣的，否則會(huì)造成用戶的反感。

四、客戶關(guān)系管理應(yīng)用數(shù)據(jù)挖掘的步驟

1.需求分析

只有確定需求，才有分析和預(yù)測的目標(biāo)，然后才能提取數(shù)據(jù)、選擇方法，因此，需求分析是數(shù)據(jù)挖掘的基礎(chǔ)條件。數(shù)據(jù)挖掘的實(shí)施過程也是圍繞著這個(gè)目標(biāo)進(jìn)行的。在確定用戶的需求后,應(yīng)該明確所要解決的問題屬于哪種應(yīng)用類型,是屬于關(guān)聯(lián)分析、分類、聚類及預(yù)測，還是其他應(yīng)用。應(yīng)對(duì)現(xiàn)有資源如已有的歷史數(shù)據(jù)進(jìn)行評(píng)估，確定是否能夠通過數(shù)據(jù)挖掘技術(shù)來解決用戶的需求，然后將進(jìn)一步確定數(shù)據(jù)挖掘的目標(biāo)和制定數(shù)據(jù)挖掘的計(jì)劃。

2.建立數(shù)據(jù)庫

這是數(shù)據(jù)挖掘中非常重要也非常復(fù)雜的一步。首先,要進(jìn)行數(shù)據(jù)收集和集成，其次,要對(duì)數(shù)據(jù)進(jìn)行描述和整合。數(shù)據(jù)主要有四個(gè)方面的來源：客戶信息、客戶行為、生產(chǎn)系統(tǒng)和其他相關(guān)數(shù)據(jù)。這些數(shù)據(jù)通過抽取、轉(zhuǎn)換和裝載，形成數(shù)據(jù)倉庫，并通過OLAP和報(bào)表，將客戶的整體行為結(jié)果分析等數(shù)據(jù)傳遞給數(shù)據(jù)庫用戶。

3.選擇合適的數(shù)據(jù)挖掘工具

如果從上一步的分析中發(fā)現(xiàn)，所要解決的問題能用數(shù)據(jù)挖掘比較好地完成，那么需要做的第三步就是選擇合適的數(shù)據(jù)挖掘技術(shù)與方法。將所要解決的問題轉(zhuǎn)化成一系列數(shù)據(jù)挖掘的任務(wù)。數(shù)據(jù)挖掘主要有五種任務(wù)：分類，估值預(yù)測，關(guān)聯(lián)規(guī)則，聚集，描述。前三種屬于直接的數(shù)據(jù)挖掘。在直接數(shù)據(jù)挖掘中，目標(biāo)是應(yīng)用可得到的數(shù)據(jù)建立模型，用其它可得到的數(shù)據(jù)來描述感興趣的變量。后兩種屬于間接數(shù)據(jù)挖掘。在間接數(shù)據(jù)挖掘中，沒有單一的目標(biāo)變量，目標(biāo)是在所有變量中發(fā)現(xiàn)某些聯(lián)系。

4.建立模型

建立模型是選擇合適的方法和算法對(duì)數(shù)據(jù)進(jìn)行分析，得到一個(gè)數(shù)據(jù)挖掘模型的過程。一個(gè)好的模型沒必要與已有數(shù)據(jù)完全相符，但模型對(duì)未來的數(shù)據(jù)應(yīng)有較好的預(yù)測。需要仔細(xì)考察不同的模型以判斷哪個(gè)模型對(duì)所需解決的問題最有用。如決策樹模型、聚類模型都是分類模型，它們將一個(gè)事件或?qū)ο髿w類?；貧w是通過具有已知值的變量來預(yù)測其它變量的值。時(shí)間序列是用變量過去的值來預(yù)測未來的值。這一步是數(shù)據(jù)挖掘的核心環(huán)節(jié)。建立模型是一個(gè)反復(fù)進(jìn)行的過程，它需要不斷地改進(jìn)或更換算法以尋找對(duì)目標(biāo)分析作用最明顯的模型，最后得到一個(gè)最合理、最適用的模型。

5.模型評(píng)估

為了驗(yàn)證模型的有效性、可信性和可用性，從而選擇最優(yōu)的模型，需要對(duì)模型進(jìn)行評(píng)估。我們可以將數(shù)據(jù)中的一部分用于模型評(píng)估，來測試模型的準(zhǔn)確性，模型是否容易被理解模型的運(yùn)行速度、輸入結(jié)果的速度、實(shí)現(xiàn)代價(jià)、復(fù)雜度等。模型的建立和檢驗(yàn)是一個(gè)反復(fù)的過程，通過這個(gè)階段階段的工作，能使數(shù)據(jù)以用戶能理解的方式出現(xiàn)，直至找到最優(yōu)或較優(yōu)的模型。

6.部署和應(yīng)用

將數(shù)據(jù)挖掘的知識(shí)歸檔和報(bào)告給需要的群體，根據(jù)數(shù)據(jù)挖掘發(fā)現(xiàn)的知識(shí)采取必要的行動(dòng)，以及消除與先前知識(shí)可能存在的沖突，并將挖掘的知識(shí)應(yīng)用于應(yīng)用系統(tǒng)。在模型的應(yīng)用過程中，也需要不斷地對(duì)模型進(jìn)行評(píng)估和檢驗(yàn)，并做出適當(dāng)?shù)恼{(diào)整，以使模型適應(yīng)不斷變化的環(huán)境。

參考文獻(xiàn):

[1]羅納德．S．史威福特．客戶關(guān)系管理[M]．楊東龍譯．北京：中國經(jīng)濟(jì)出版社，2002 [2]馬剛:客戶關(guān)系管理[M]大連：東北財(cái)經(jīng)大學(xué)出版社，2008 [3]朱美珍:以數(shù)據(jù)挖掘提升客戶關(guān)系管理[J]．高科技產(chǎn)業(yè)技術(shù)與創(chuàng)新管理，2006，（27）[4]顧桂芳何世友:數(shù)據(jù)挖掘在客戶關(guān)系管理中的應(yīng)用研究[J].企業(yè)管理，2007，（7）[5]蘇紅瀾:數(shù)據(jù)挖掘技術(shù)在客戶關(guān)系管理中的應(yīng)用[J]．成都教育學(xué)院學(xué)報(bào)，2004（8）[6]李雄飛李軍:數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)[M].北京：高等教育出版社, 2005