摘要：隨著科學技術的不斷髮展，計算機的使用也愈來愈廣泛，他已經發展到各個行業，現如今保險行業也就相應的業務引進了計算機業務系統，而在20xx年8月，我國也出臺了《國務院關於加快發展現代保險服務業的若干意見》這一舉措的有效實施，從政策上為保險行業的快速發展提供相應了保障。而如何在這些被積累下來的寶貴資料中，分析挖掘出新的商機及財富，就成為了我國當前保險行業發展的重要突破口。本篇文章就從資料探勘技術的應用方面、概念、必要性，以及方法手段進行了深入探討與分析其對財產保險應用的意義。
關鍵詞：資料探勘技術；財產保險；應用；分析
在最近幾年中，我國對於保險行業給予了高度的關注與重視並出臺了許多與之相對應的相關政策，這些政策的發行對於我國的保險行業帶來的極大程度的發展空間。而我國的保險行業也開始了轉型，正在從粗放型經營向集約化經營管理進行過度，最明顯的改變就是之前只注重新客戶的開發而忘記顧忌老客戶的需求與發展，但是現在是同時注重新老客戶的需求與發展，從根本上實現“兩手抓”的政策，所以這種新的形式背景下，計算機中保險行業所留的資料就成為極為重要的挖掘資源。
一、解析資料探勘技術在財產保險分析中的應用
（一）提升財險客戶服務能力
對於任何一個公司來說沒有客戶所有的產品經營都是紙上談兵，這對於服務行業的財產保險公司更是如此，所以對此所以財產保險行業就面臨著轉型升級的事情財產行業的轉型就意味著面臨著面向客戶的服務質量的提升。在現如今的經濟情況下，保險消費者對於保險行業知識的瞭解日益增加，保險意識也是越發的加強。客戶對於保險行業也出現了個性化與差異化的需求。從這裡就要求保險公司通過資料探勘技術對客戶的需求進行更深一層的分析與探索，通過探究與分析的結果明確而客戶的需要，併為有更高需求的客戶提供更適合他的保險產品，從而提高業務服務水平，吸引更多的優質客源，來增強市場的競爭力。例如，在對客戶進行細分的時候，可以通過資料探勘技術中的“二八定律”，對客戶進行細分。通過細分得出結果，參照資料根據每個客戶群體的風險偏好、特點以及需求為他們量身定製適合他們自身的新產品，並制定對應適合的費照新差旅費管理辦法正確規範填寫市內交通補助、伙食補助、城市間交通費、和住宿費金額。並填寫上合計金額，不得出現多報的行為，從而提高差旅費報銷工作的質量。
（二）風險管理和合規經營
每個保險公司的生命底線就是合規經營以及對風險的管理，所以每個保險公司必須在運營生產中嚴格的遵守國家的法律法規，不許做出違反法律底線的事情，而風險管理對於保險公司來說具有兩層含義，其實並不簡單，一方面是需要對於企業自身的風險進行管理；另一方面是對於客戶所帶來的風險進行管理。對於保險公司來說這兩方面的風險是相互作用、相輔相成的，第一個方面的風險管理出現問題後者的風險管理就會成為空談，反之第二方面的風險管理沒有得到很好的管理，極大可能會引起前者管理出現問題。而恰恰資料探勘技術的應用，就可以為財產保險企業規避風險起到很大的幫助。保險公司可以以計算機為使用的工具，通過資料探勘的技術，可以對資料內大量的資訊進行查詢並比對分析，高效的識別出在計算機內不符合正常業務邏輯的資料，這樣管理者就可以及時就這些風險資料和業務漏洞進行監測與管控，以減少違法亂紀的事情發生，逐步消除或減少隱藏的風險。保障保險業健康有序的發展，為市場經濟持續健康的進一步發展保駕護航。
（三）開發新產品
新的保險產品的開發對於增強保險公司的公司收益、內容、滿足消費者的需求以及競爭力等方面起著重要的作用，這也是經營保險公司的首要內容。新產品的開發是指保險公司針對當前市場的需求、想要達到的效果與自身情況相結合的產物，而在原有的產品上加以重新的組合與設計的創造與改良，來滿足市場的需求，進而提高公司自身的競爭力的過程與行為。後者自不必說，基於我國財產保險公司資料庫資訊方面已經積累了很多，而後通過對資訊的資料進行發掘，使實現新產品的開發成為可能。譬如，通過資料探勘技術，我們可以使用現有產品進行進一步的完善、修正或者拆分、組合的，使其變成一全新的保險產品，他會更接近客戶的需求，滿足客戶的真實所需，同時也能夠增加市場的銷量，增強市場競爭力。就以原有的普通財產保險為例子，在保險有效期內未出現任何對客戶的產才造成損失的情況下，客戶所繳納的保險費用是不予以退還的，在財產保險的有效期過後，客戶所繳納的保險費是由保險公司所擁有的。這樣的保險產品是不被大多數客戶所看好與接受的，即使有客戶在第一次購買了此保險，但之後是不會在對本產品進行第二次的投資的。而現在通過資料探勘的技術，保險公司可以根據對客戶資訊的瞭解進行分析，保險公司推出了一款新的家庭財產兩全保險保險，這是一種全新的保險類別。全新的家庭財產保險，他所需要交納的是保險儲備金，比如每份保險金額為50000元的家庭財產兩全保險，則保險儲金為5000元，投保人必須根據保險金額一次性交納保險儲備金，保險人可以將保險儲備金的利息作為保險費。在保險期滿後，無論是不是在保險期內發生賠付的情況，保險公司都會將保險人的全部的保險儲金如數退還。自從出現了這種投保方式，客戶的接受度得到了大大的提高，全新的家庭財產保險，一方面使保險人保險中得到了應得的利益，另一方面投保人的財產也得到了保險，從而在市場的銷售份額上面也得到了迅速提升。
二、保險業資料探勘技術及應用的必要性
（一）保險業資料探勘技術的含義
什麼是保險行業的資料探勘技術，就是從客戶管理的角度出發，針對保險行業資料庫系統內大量的保險單，對客戶的信用資料進行屬性變數提取，進而採用自動化或半自動化等多種挖掘技巧和方法來對客戶的資料進行分析，找到潛在的有價值的資訊。
（二）資料探勘的過程及方法
資料探勘是一個跨越多種學科的交叉技術，主要的用途是利用各種資料為商業上存在的問題提供切實可行的方法與資料。資料探勘的過程有以下幾個步驟：業務理解→資料準備→資料理解→構建模型→測試設計→做出評價→實施應用。在資料探勘方面有三個常用的方法：DM、SEMMA以及CRISP等分析方法。同時我們需要根據實際情況來運用資料探勘技術，選擇最適當的方法，要想將資料探勘技術達到最佳的效果必須針對具體的流程做出相應的調節。
（三）保險行業應用資料探勘技術的必要性
在保險行業的運營中，常常會出現一下的幾個問題：例如，細分客戶的問題：對於不同的社會收入階層、不同年齡段、不同的行業的客戶，該怎麼樣去確定其的保險金額呢？客戶的成長問題：如何把握時機對客戶進行交叉銷售；險種關聯分析問題：在對購買某種保險的客戶進行分析與探查，觀察其是否在同一時間購買另一種保險產品，客戶的獲取問題：如何在付出最小的成本獲得最有價值的客戶的挽留及索賠優化的問題：如何對索賠受理的過程進行優化，挽留住有價值的投保人。保險公司在完成資料的彙總後，所獲取的業務及大量客戶資訊，不過是對公司當前所處的市場環境、企業經營情況及客戶基本資料的記錄及反映。而進行資料集中的資訊系統，也只能是對資料庫中的這部分資料進行簡單的操作處理，並不能從中發現並提取這些資料中蘊含的具有深層次價值的資訊。所以，如若想在決策層面給出解決答案，是不可能實現的。而如果採用資料探勘技術來對資料庫中所存在的大量的資料進行高水平而深層次的分析，就能夠為實現保險公司的決策及科學經營提供切實可行的依據，因此此技術的出現從而得到了許多保險公司的應用與重視。
三、結論
我國經濟的發展正在向新常態的方向進行轉變，而我國財產保險市場的競爭也日益激烈。為了面對這些挑戰，各個保險公司都復出了努力在積極的面向轉型，由傳統的粗放式經營向集約化經營的方式進行過度，面向客戶的營銷模式也是在這之中產生出來的。在這種轉型過度的過程中，財產保險公司對於資料探勘技術進行充分的利用，使公司的風險管理能力、產品創新能力經營能力、盈利能力、客戶服務能力、和業務發展潛力都得到了全面的大幅度提升。在對我國經濟建設的繁榮以及促進財產保險公司自身的長遠發展，都做出了不可磨滅的貢獻，也是對國家的號召積極的響應，進而對市場經濟持續發展也做出了不少的貢獻。
參考文獻：
[1]高文文。資料探勘技術在財產保險分析中的應用[D]。河北科技大學，20xx.
[2]楊杉，何躍。資料倉庫和資料探勘技術在保險公司中的應用[J]。計算機技術與發展，20xx.
[3]葛春燕。資料探勘技術在保險公司客戶評估中的應用研究[J]。軟體，20xx.
[4]陳慶文。資料探勘在財產保險公司應用研究——以人保財險公司為例[D]。對外經濟貿易大學，20xx.
網路的發展帶動了電子商務市場的繁華，大量的商品、資訊在現有的網路平臺上患上以交易，大大簡化了傳統的交易方式，節儉了時間，提高了效力，但電子市場繁華違後暗藏的問題，同樣成為人們關注的焦點，凸起表現在海量資訊的有效應用上，如何更為有效的管理應用潛伏資訊，使他們的最大功效患上以施展，成為人們現在鑽研的重點，資料發掘技術的發生，在必定程度上解決了這個問題，但它也存在著問題，需要不斷改善。
資料發掘（Data Mining）就是從大量的、不完整的、有噪聲的、隱約的、隨機的原始資料中，提取隱含在其中的、人們事前不知道的、但又是潛伏有用的資訊以及知識的程序。或者者說是從資料庫中發現有用的知識（KDD），並進行資料分析、資料融會（Data Fusion）和決策支撐的程序。資料發掘是1門廣義的交叉學科，它匯聚了不同領域的鑽研者，特別是資料庫、人工智慧、數理統計、視覺化、平行計算等方面的學者以及工程技術人員。
資料發掘技術在電子商務的利用
一 找到潛伏客戶
在對於 Web 的客戶走訪資訊的發掘中， 應用分類技術可以在Internet 上找到未來的潛伏客戶。使用者可以先對於已經經存在的走訪者依據其行動進行分類，並依此分析老客戶的1些公共屬性， 抉擇他們分類的癥結屬性及互相間瓜葛。對於於1個新的走訪者， 通過在Web 上的分類發現， 辨認出這個客戶與已經經分類的老客戶的1些公共的描寫， 從而對於這個新客戶進行正確的分類。然後從它的分類判斷這個新客戶是有益可圖的客戶群仍是無利可圖的客戶群，抉擇是不是要把這個新客戶作為潛伏的客戶來對於待。客戶的型別肯定後， 可以對於客戶動態地展現 Web 頁面， 頁面的內容取決於客戶與銷售商提供的產品以及服務之間的關聯。若為潛伏客戶， 就能夠向這個客戶展現1些特殊的、個性化的頁面內容。
二 實現客戶駐留
在電子商務中， 傳統客戶與銷售商之間的空間距離已經經不存在， 在 Internet 上， 每一1個銷售商對於於客戶來講都是1樣的， 那末使客戶在自己的銷售站點上駐留更長的時間， 對於銷售商來講則是1個挑戰。為了使客戶在自己的網站上駐留更長的時間， 就應當全面掌握客戶的閱讀行動， 知道客戶的興致及需求所在， 並依據需求動態地向客戶做頁面舉薦， 調劑 Web 頁面， 提供獨有的1些商品資訊以及廣告， 以使客戶滿意， 從而延長客戶在自己的網站上的駐留的時間。
三 改良站點的設計
資料發掘技術可提高站點的效力， Web 設計者再也不完整依託專家的定性指點來設計網站， 而是依據走訪者的資訊特徵來修改以及設計網站結構以及外觀。站點上頁面內容的支配以及連線就如超級市場中物品的貨架左右1樣， 把擁有必定支撐度以及信任度的相干聯的物品擺放在1起有助於銷售。網站儘量做到讓客戶等閒地走訪到想走訪的頁面， 給客戶留下好的印象， 增添下次走訪的機率。
四 進行市場預測
通過 Web 資料發掘， 企業可以分析顧客的將來行動， 容易評測市場投資回報率， 患上到可靠的市場反饋資訊。不但大大降低公司的運營本錢， 而且便於經營決策的制訂。
資料發掘在利用中面臨的問題
一資料發掘分析變數的選擇
資料發掘的基本問題就在於資料的數量以及維數，資料結構顯的無比繁雜，資料分析變數即是在資料發掘中技術利用中發生的，選擇適合的分析變數，將提高資料發掘的效力，尤其合用於電子商務中大量商品和使用者資訊的處理。
針對於這1問題，咱們完整可以用分類的法子，分析出不同資訊的屬性和呈現頻率進而抽象出變數，運用到所選模型中，進行分析。
二資料抽取的法子的選擇
資料抽取的目的是對於資料進行濃縮，給出它的緊湊描寫，如乞降值、平均值、方差值、等統計值、或者者用直方圖、餅狀圖等圖形方式表示，更主要的是他從資料泛化的角度來討論資料總結。資料泛化是1種把最原始、最基本的資訊資料從低層次抽象到高層次上的程序。可採取多維資料分析法子以及面向屬性的歸納法子。
在電子商務流動中，採取維資料分析法子進行資料抽取，他針對於的是電子商務流動中的客戶資料倉庫。在資料分析中時常要用到諸如乞降、共計、平均、最大、最小等彙集操作，這種操作的計算量尤其大，可把彙集操作結果預先計算並存儲起來，以便用於決策支撐系統使用
三資料趨勢的。預測
資料是海量的，那末資料中就會隱含必定的變化趨勢，在電子商務中對於資料趨勢的預測尤為首要，尤其是對於客戶資訊和商品資訊公道的預測，有益於企業有效的決策，取得更多地利潤。但如何對於這1趨勢做出公道的預測，現在尚無統1標準可尋，而且在進行資料發掘程序中大量資料構成文字後格式的非標準化，也給資料的有效發掘帶來了難題。
針對於這1問題的發生，咱們在電子商務中可以利用聚類分析的法子，把擁有類似閱讀模式的使用者集中起來，對於其進行詳細的分析，從而提供更合適、更令使用者滿意的服務。聚類分析法子的優勢在於便於使用者在檢視日誌時對於商品及客戶資訊有全面及清晰的把握，便於開發以及執行未來的市場戰略，包含自動給1個特定的顧客聚類傳送銷售郵件，為1個顧客聚類動態地扭轉1個特殊的站點等，這不管對於客戶以及銷售商來講都是成心義。
四資料模型的可靠性
資料模型包含概念資料模型、邏輯資料模型、物理模型。資料發掘的模型目前也有多種，包含採集模型、處理模型及其他模型，但不管哪一種模型都不是很成熟存在缺點，對於資料模型不同採取不同的方式利用。可能發生不同的結果，乃至差異很大，因而這就觸及到資料可靠性的問題。資料的可靠性對於於電子商務來講尤為首要作用。
針對於這1問題，咱們要保障資料在發掘程序中的可靠性，保證它的準確性與實時性，進而使其在最後的結果中的準確度到達最高，同時在利用模型程序中要儘可能全面的分析問題，防止片面，而且分析結果要由多人進行評價，從而最大限度的保證資料的可靠性。
五資料發掘觸及到資料的私有性以及安全性
大量的資料存在著私有性與安全性的問題，尤其是電子商務中的各種資訊，這就給資料發掘造成為了必定的阻礙，如何解決這1問題成了技術在利用中的癥結。
為此相干人員在進行資料發掘程序中必定要遵照職業道德，保障資訊的祕要性。
六資料發掘結果的不肯定性
資料發掘結果擁有不肯定性的特徵，由於發掘的目的不同所以最後發掘的結果自然也會千差萬別，以因而這就需要咱們與所要發掘的目的相結合，做出公道判斷，患上出企業所需要的資訊，便於企業的決策選擇。進而到達提高企業經濟效益，取得更多利潤的目的。
資料發掘可以發現1些潛伏的使用者，對於於電子商務來講是1個不可或者缺的技術支撐，資料發掘的勝利請求使用者對於指望解決問題的領域有深入的瞭解，資料發掘技術在必定程度上解決了電子商務資訊不能有效應用的問題，但它在運用程序中呈現的問題也亟待人們去解決。相信資料發掘技術的改良將推動電子商務的深刻發展。
參考文獻：
[一]胡迎鬆，寧海霞。 1種新型的Web發掘資料採集模型[J]。計算機工程與科學，二00七
[二] 章寒雁，楊瑞珍。資料發掘技術在電子商務中的鑽研與利用[J]。計算機與網路，二00七
[三]董德民。 面向電子商務的Web使用發掘及其利用鑽研[J]。中國管理資訊化，二00六
[四] 尹中強。電子商務中的 Web 資料發掘技術利用[J]。計算機與資訊科技，二00七
隨著網際網路技術的快速發展，學術研究環境較以前更加開放，對傳統的科技出版業提出了開放性、互動性和快速性的要求； 因此，以資訊科技為基礎的現代數字化出版方式對傳統的科技出版業產生著深刻的影響。為了順應這一趨勢，不少科技期刊都進行了數字化建設，構建了符合自身情況、基於網際網路B /S 結構的稿件處理系統。
以中華醫學會雜誌社為代表的部分科技期刊出版集團均開發使用了發行系統、廣告登記系統、線上銷售系統以及站。這些系統雖然積累了大量的原始使用者業務資料； 但從工作系統來看，由於資料本身只屬於編輯部的業務資料，因此一旦相關業務工作進行完畢，將很少再對這些資料進行分析使用。
隨著目前人工智慧和機器學習技術的發展，研究人員發現利用最新的資料探勘方法可以對原始使用者業務資料進行有效分析和學習，找出其中資料背後隱含的內在規律。這些有價值的規律和寶貴的經驗將對後續科技期刊經營等工作提供巨大的幫助。
姚偉欣等指出，從STM 期刊出版平臺的技術發展來看，利用資料存取、資料管理、關聯資料分析、海量資料分析等資料探勘技術將為科技期刊的出版和發行提供有力的幫助。通過使用資料探勘（ data mining） 等各種資料處理技術，人們可以很方便地從大量不完全且含有噪聲或相對模糊的實際資料中，提取隱藏在其中有價值的資訊，從而對後續科技期刊出版工作起到重要的知識發現和決策支援的作用。
1 資料探勘在科技期刊中應用的現狀
傳統的資料庫對資料的處理功能包括增、刪、改、查等。這些技術均無法發現數據內在的關聯和規則，更無法根據現有資料對未來發展的趨勢進行預測。現有資料探勘的任務可以分為對資料模型進行分類或預測、資料總結、資料聚類、關聯規則發現、序列模式發現、依賴關係發現、異常或例外點檢測以及趨勢發現等，但目前國內科技期刊行業利用資料探勘方法進行大規模資料處理仍處在起步階段。張品純等對中國科協所屬的科技期刊出版單位的現狀進行分析後發現，中國科協科技期刊出版單位多為單刊獨立經營，單位的規模較小、實力較弱，多數出版單位不具備市場主體地位。這樣就導致國內大部分科技期刊既沒有能力進行資料探勘，也沒有相應的資料資源準備。以資料探勘技術應用於期刊網站為例，為了進行深入的資料分析，期刊經營人員需要找到稿件與讀者之間、讀者群體之間隱藏的內在聯絡。目前，資料探勘的基本步驟為: 1) 明確資料探勘的物件與目標；2) 確定資料來源； 3) 建立資料模型； 4) 建立資料倉庫； 5)資料探勘分析； 6) 物件與目標的資料應用和反饋。
2 期刊資料的資源整合
編輯部從稿件系統、發行系統、廣告系統、站等各個系統中將相關資料進行清洗、轉換和整理，然後載入到資料倉庫中。進一步，根據業務應用的範圍和緊密度，建立相關資料集市。期刊資料資源的整合過程從資料體系上可分為資料採集層、資料儲存處理層和資料展現層。
要獲得能夠適合企業內部多部門均可使用、挖掘和分析的資料，可以從業務的關聯性分析資料的準確性、一致性、有效性和資料的內在關聯性。
3 期刊資料的資訊挖掘
資訊挖掘為了從不同種類和形式的業務進行抽取、變換、整合資料，最後將其儲存到資料倉庫，並要對資料的質量進行維護和管理。資料探勘可以有效地識別讀者的閱讀行為，發現讀者的閱讀模式和趨勢，對網站改進服務質量、取得更好的使用者黏稠度和滿意度、提高科技期刊經營能力有著重要的意義。作為一個分析推薦系統，我們將所分析的統計結果儲存於伺服器中，在使用者或決策者需要查詢時，只需輸入要找尋的使用者資訊，系統將從資料庫中抽取其個人資訊，並處理返回到上網時間分佈、興趣點所在、適配業務及他對於哪些業務是有價值客戶，甚至包括他在什麼時段對哪類資訊更感興趣等。只有這些資訊才是我們的使用物件所看重和需要的。
網站結構挖掘是挖掘網站中潛在的連結結構模式。通過分析一個網頁的連結、連結數量以及連結物件，建立網站自身的連結結構模式。在此過程中，如果發現某一頁面被較多連結所指向，則說明該頁面資訊是有價值的，值得期刊工作人員做更深層次的挖掘。網站結構挖掘在具體應用時採用的結構和技術各不相同； 但主要過程均包括預處理、模式發現和模式分析3 部分。為了反映讀者興趣取向，就需要對資料庫中的資料按使用者進行抽樣分析，得到興趣點的統計結果，而個人的興趣分析也可基於此思路進行。下面以《中華醫學雜誌》為例做一介紹。
預處理預處理是網站結構挖掘最關鍵的一個環節，其處理得到的資料質量直接關係到使用資料探勘和模式分析方法進行分析的結果。預處理步驟包括資料清洗、使用者識別、會話識別、路徑補充和事件識別。以《中華醫學雜誌》網站www. nmjc. net. cn 的日誌分析為例。首先給出一條已有的Log，其內容為“20xx-03-04 12: 13: 47 W3SVC80003692 172. 22. 4. 3GET /index. asp-80-123. 185. 247. 49Mozilla /5. 0 +（ Windows + NT + 6. 1; + WOW64 ） + AppleWebKit /537. 36 + （ KHTML，+ like + Gecko） + Chrome /28. 0.1500. 95 + Safari /537. 36 + SE + 2. X + MetaSr + 1. 0200 0 0”。從Log 的內容，工作人員可以得到相關資訊，如使用者IP、使用者訪問頁面事件、使用者訪問的頁面、使用者請求的方法、返回HTTP 狀態以及使用者瀏覽的上一頁面等內容。
由於伺服器同時部署了多個編輯部網站，這就要求工作人員必須對得到的訪問www. nmjc. net. cn 日誌，去除由爬蟲軟體產生的記錄。這些記錄一般都會在日誌結尾包含“Spider”的字樣。同時，還需要去除不是由GET 請求產生的日誌以及請求資源不是頁面型別的日誌。最後，工作人員還需要去除訪問錯誤的請求，可以根據日誌中請求的狀態進行判斷。一般認為，請求狀態在（ 200， 300） 範圍內是訪問正確的日誌，其他如403、400 和500 等都是訪問錯誤的日誌。使用者識別可以根據使用者的IP 地址和使用者的系統資訊來完成。只有在IP 地址和系統資訊都完全一致的情況下，才識別為一個使用者。會話識別是利用面向時間的探索法，根據超時技術來識別一個使用者的多次會話。如果使用者在一段時間內沒有任何操作，則認為會話結束。使用者在規定時間後重新訪問，則被認為不屬於此次會話，而是下次會話的開始。
利用WebLogExplore 分析日誌、使用者和網頁資訊在獲得了有效的日誌資料後，工作人員可以利用一些有效資料探勘演算法進行模式發現。目前，主要的資料探勘方法有統計分析、關聯規則、分類、聚類以及序列模式等技術。本文主要討論利用Apriori 演算法來發現科技期刊日誌資料中的關聯規則。本質上資料探勘不是用來驗證某個假定的模式的正確性，而是在資料庫中自己尋找模型，本質是一個歸納的過程。支援度（ Support） 的公式定義為: Support （ A≥B） = P（ A ∪B） 。支援度可以用於度量事件A 與B 同時出現的概率。如果事件A 與B 同時出現的概率較小，說明事件A 與B 的關係不大； 如果事件A 與B 同時出現非常頻繁，則說明事件A 與B 總是相關的。置信度（ Confidence） 的公式定義為: Confidence（ A≥B） = P（ A | B） 。置信度揭示了事件A 出現時，事件B 是否也會出現或有多大概率出現。如果置信度為100%，則事件A 必然會導致事件B 出現。置信度太低，說明事件A 的出現與事件B 是否出現關係不大。
對所有的科技期刊日誌資料進行預處理後，利用WebLogExplore 軟體可得到日誌彙總表。表中儲存了所有使用者訪問網站頁面的詳細資訊，工作人員可將其匯入資料庫中。以檢視到所選擇使用者訪問期刊頁面的詳細資訊。
同樣，在WebLogExplore 軟體中選擇感興趣的頁面，可以檢視所有使用者訪問該頁面的統計資訊，如該頁面的訪問使用者數量等。工作人員可以對使用者訪問排名較高的頁面進行進一步的模式分析。
步驟1: 將圖2 日誌資訊彙總表中的資料匯入資料庫中，建立日誌總表。
步驟2: 在資料庫中建立一個新表命名為tj。
步驟3: 通過查詢程式得到日誌總表中每一個使用者訪問的頁面，同時做distinct 處理。
步驟4: 將查詢得到的使用者訪問頁面記錄進行判斷。如果使用者訪問過排名前20 位的某個頁面，則在資料庫中寫入true，否則寫入false。依次迴圈判斷寫入資料庫中。
步驟5: 統計每個訪問排名靠前頁面的支援度，設定一維專案集的最小閥值（ 10%） 。
步驟6: 統計大於一維閥值的頁面，寫入陣列，並對陣列內部頁面進行兩兩組合，統計每個組合2 個頁面值均為true 時的二維專案集的支援度。
步驟7: 設定二維專案集支援度的閥值，依次統計三維專案集支援度和置信度（ A≥B） ，即當A 頁面為true 時，統計B 頁面為true 的數量，除以A 為true 的數量。設定相應的置信度閥值，找到訪問排名靠前頁面之間較強的關聯規則。
4 資料探勘技術應用的意義
1) 對頻繁訪問的使用者，可以使用使用者識別技術分析此使用者的歷史訪問記錄，得到他經常訪問的頁面。當該使用者再次登入系統時，可以對其進行個性化提示或推薦。這樣，既方便使用者使用，也可將系統做得更加友好。很多OA 期刊網站，不具備歷史瀏覽記錄的功能； 但瀏覽記錄對使用者來講其實十分重要，隱含了使用者對文章的篩選過程，所以對使用者經常訪問的頁面需要進行優化展示，不能僅僅提供連結地址，需要將文章題名、作者、關鍵詞等資訊以列表的方式予以顯示。
2) 由資料探勘技術而產生的頻繁專案集的分析，可以對網站的結構進行改進。支援度很高的頁面，說明該頁面的使用者訪問量大。為了方便使用者以及吸引更多的讀者，可以將這些頁面放置在更容易被訪問的位置，科技期刊的網站內容一般以年、卷、期的形式展示。使用者如果想檢視某一篇影響因子很高的文章，也必須通過年卷期的方式來檢視，非常不方便而且頁面友好性不高。通過資料探勘的分析，編輯部可以把經常被訪問或者高影響因子的文章放在首頁展示。
3) 對由資料探勘技術產生的頻繁專案集的分析，可以發現使用者的關注熱點。若某些頁面或專案被使用者頻繁訪問，則可以用這些資料對使用者進行分析。一般來說科技期刊的讀者，每個人的專業和研究方向都是不同的，編輯部可以通過資料探勘技術來判斷讀者的研究方向和感興趣的熱點，對每一個使用者進行有針對性的內容推送和訊息傳送。
4) 網站管理者可以根據在不同時間內頻繁專案集的變化情況對科技期刊網站進行有針對性的調整，比如加入更多關於該熱點的主題資源。目前大多數科技期刊網站首頁的內容，均為編輯部工作人員後臺新增、置頂、高亮來吸引使用者的； 通過資料探勘技術，完全可以擯棄這種展示方式。編輯部網站的使用者訪問哪些頁面頻繁，系統便會自動將這些頁面的文章推向首頁，不需要編輯部的人工干預，整個網站實現自動化執行。
5 後記
本文重點討論了資料探勘技術與科技期刊網站頁面之間的關係。其實我們還可以從很多方面進行資料探勘，比如可以對網站的使用者和內容進行資料探勘，通過分析可以為後期的期刊經營做好鋪墊。
有一點很重要，沒有一種資料探勘的分析方法可以應付所有的需求。對於某一種問題，資料本身的特性會影響你的選擇，需要用到許多不同的資料探勘方法以及技術從資料中找到最佳的模型。
在目前深化文化體制改革，推動社會主義文化大發展、大繁榮的政治形勢下，利用資料探勘技術從中進行提取、分析和應用，能有效地幫助企業瞭解客戶、改進系統、制訂合理的市場策略、提高企業的銷售水平和利潤。通過利用資料探勘技術準確定位優質客戶，向客戶提供更精確、更有價值的個性化服務。這將成為未來科技期刊經營十分重要的突破點和增長點。
摘要：在電子商務中運用資料探勘技術，對伺服器上的日誌資料、使用者資訊和訪問連結資訊進行資料探勘，有效瞭解客戶的購買慾望，從而調整電子商務平臺，最終實現利益更大化。本文旨在瞭解電子商務中的資料來源有哪些，發掘資料探勘在電子商務中的具體作用，從而為資料探勘的具體設計奠定基礎。
關鍵詞：資料探勘電子商務資料來源
一、電子商務中資料探勘的資料來源
1、伺服器日誌資料客戶在訪問網站時，就會在伺服器上產生相應的伺服器資料，這些檔案主要是日誌檔案。而日誌檔案又可分為Ser-vicelogs、Errorlogs、Cookielogs。其中Servicelogs檔案格式是最常用的標準公用日誌檔案格式，也是標準組合日誌檔案格式。標準公用日誌檔案的格式儲存關於客戶連線的物理資訊。標準組合日誌檔案格式主要包含關於日誌檔案元資訊的指令，如版本號，會話監控開始和結束的日期等。在日誌檔案中，Cookielogs日誌檔案是很重要的日誌檔案，是伺服器為了自動追蹤網站訪問者，為單個客戶瀏覽器生成日誌[1]。
2、客戶登記資訊
客戶登記資訊是指客戶通過Web頁輸入的、並提交給伺服器的相關使用者資訊，這些資訊通常是關於使用者的常用特徵。
在Web的資料探勘中，客戶登記資訊需要和訪問日誌整合，以提高資料探勘的準確度，使之能更進一步的瞭解客戶。
頁面的超級連結
輔之以監視所有到達伺服器的資料，提取其中的HTTP請求資訊。此部分資料主要來自瀏覽者的點選流，用於考察使用者的行為表現。網路底層資訊監聽過濾指監聽整個網路的所有資訊流量，並根據資訊源主機、目標主機、服務協議埠等資訊過濾掉垃圾資料，然後進行進一步的處理，如關鍵字的搜尋等，最終將使用者感興趣的資料傳送到給定的資料接受程式儲存到資料庫中進行分析統計。
二、Web資料探勘在電子商務中的應用通過對資料來源的原始積累、仔細分析，再利用資料發掘技術，最終達到為企業為使用者服務的目的，而這些服務主要有以下幾種。
1、改進站點設計，提高客戶訪問的興趣對客戶來說，傳統客戶與銷售商之間的空間距離在電子商務中已經不存在了，在Internet上，每一個銷售商對於客戶來說都是一樣的，那麼如何使客戶在自己的銷售站點上駐留更長的時間，對銷售商來說將是一個挑戰。為了使客戶在自己的網站上駐留更長的時間，就應該對客戶的訪問資訊進行挖掘，通過挖掘就能知道客戶的瀏覽行為，從而瞭解客戶的興趣及需求所在，並根據需求動態地調整頁面，向客戶展示一個特殊的頁面，提供特有的一些商品資訊和廣告，以使客戶能繼續保持對訪問站點的興趣。
2、發現潛在客戶
在對web的客戶訪問資訊的挖掘中，利用分類技術可以在Internet上找到未來的潛在客戶。獲得這些潛在的客戶通常的市場策略是：先對已經存在的訪問者進行分類。對於一個新的訪問者，通過在Web上的分類發現，識別出這個客戶與已經分類的老客戶的一些公共的描述，從而對這個新客戶進行正確的歸類。然後從它所屬類判斷這個新客戶是否為潛在的購買者，決定是否要把這個新客戶作為潛在的客戶來對待。
客戶的型別確定後，就可以對客戶動態地展示Web頁面，頁面的內容取決於客戶與銷售商提供的產品和服務之間的關聯。
對於一個新的客戶，如果花了一段時間瀏覽市場站點，就可以把此客戶作為潛在的客戶並向這個客戶展示一些特殊的頁面內容。
3、個性化服務
根據網站使用者的訪問情況，為使用者提供個性化資訊服務，這是許多網際網路應用，尤其是網際網路資訊服務或電子商務（網站）所追求的目標。根據使用者的訪問行為和檔案向使用者進行動態的推薦，對許多應用都有很大的吸引力。Web日誌挖掘是一個能夠出色地完成這個目標的方式。通過Web資料探勘，可以理解訪問者的動態行為，據此優化電子商務網站的經營模式。通過把所掌握的大量客戶分成不同的類，對不同類的客戶提供個性化服務來提高客戶的滿意度，從而保住老客戶；通過對具有相似瀏覽行為的客戶進行分組，提取組中客戶的共同特徵，從而實現客戶的聚類，這可以幫助電子商務企業更好地瞭解客戶的興趣、消費習慣和消費傾向，預測他們的需求，有針對性地向他們推薦特定的商品並實現交叉銷售，可以提高交易成功率和交易量，提高營銷效果。
例如全球最大中文購物網站淘寶網。當你購買一件商品後，淘寶網會自動提示你“購買過此商品的人也購買過……”類似的資訊，這就是個性化服務的代表。
4、交易評價
現在幾乎每一個電子商務網站都增加了交易評價功能，交易評價功能主要就是為了降低交易中的資訊不對稱問題。
電子商務交易平臺設計了線上信譽評價系統，對買賣雙方的交易歷史及其評價進行記錄。在聲譽效應的影響下，賣家也更加重視買家的交易滿意度，並且也形成了為獲取好評減少差評而提高服務質量的良好風氣。交易中的不滿意（或者成為糾紛）是產生非好評（包括中評和差評）的直接原因。那麼，交易中一般會產生哪些交易糾紛，這些交易糾紛的存在會如何影響交易評價結果，這些問題的解決對賣家的經營具有重要的指導價值。
總結
資料探勘是當今世界研究的熱門領域，其研究具有廣闊的應用前景和巨大的現實意義。藉助資料探勘可以改進企業的電子商務平臺，增加企業的經營業績，拓寬企業的經營思路，最終提高企業的競爭力。
參考文獻：
[1]。趙東東。電子商務中的web資料探勘系統設計[J]。微計算機資訊20xx,23（10-3）:168[2]。劉曄。Web資料探勘在電子商務中的應用[J]。中國市場20xx,39（9）:178
摘 要：高度開放的中國金融市場，特別是中國銀行業市場受到日趨激烈的國外銀行衝擊和挑戰，大多數銀行企業都在構建以客戶為中心的客戶關係管理體系，這一經營體系理念的構建，不僅僅能提高企業的知名度和顧客的滿意度，而且能提高企業的經濟效益。但是，隨著網路技
關鍵詞：客戶關係管理畢業論文
高度開放的中國金融市場，特別是中國銀行業市場受到日趨激烈的國外銀行衝擊和挑戰，大多數銀行企業都在構建以客戶為中心的客戶關係管理體系，這一經營體系理念的構建，不僅僅能提高企業的知名度和顧客的滿意度，而且能提高企業的經濟效益。但是，隨著網路技術和資訊科技的發展，客戶關係管理如何能結合資料探勘技術和資料倉庫技術，增強企業的核心競爭力已經成為企業亟待解決的問題。因為，企業的資料探勘技術的運用能夠解決客戶的矛盾，為客戶設計獨立的、擁有個性化的資料產品和資料服務，能夠真正意義上以客戶為核心，防範企業風險，創造企業財富。
關鍵詞：客戶關係管理畢業論文
一、資料探勘技術與客戶關係管理兩者的聯絡
隨著時代的發展，銀行客戶關係管理的發展已經越來越依賴資料探勘技術，而資料探勘技術是在資料倉庫技術的基礎上應運而生的，兩者有機的結合能夠收集和處理大量的客戶資料，通過資料型別與資料特徵，進行整合，挖掘具有特殊意義的潛在客戶和消費群體，能夠觀察市場變化趨勢，這樣的技術在國外的銀行業的客戶關係管理廣泛使用。而作為國內的銀行企業，受到國外銀行業市場的大幅度衝擊，顯得有些捉襟見肘，面對大量的資料與快速發展的網際網路金融體系的衝擊，銀行業缺乏資料分析和儲存功能，往往造成資料的流逝，特別是在資料的智慧預測與客戶關係管理還處於初步階段。我國的銀行業如何能更完善的建立客戶關係管理體系與資料探勘技術相互融合，這樣才能使得企業獲得更強的企業核心競爭力。
二、資料探勘技術在企業客戶關係管理實行中存在的問題
現今，我國的金融業發展存在著資料數量大，資料資訊混亂等問題，無法結合客戶關係管理的需要，建立統一而行之有效的資料歸納，並以客戶為中心實行客戶關係管理。
1、客戶資訊不健全
在如今的銀行企業，雖然已經實行實名制戶籍管理制度，但由於實行的年頭比較短，特別是以前的資料匱乏。重點體現在，銀行的客戶資訊採集主要是姓名和身份證號碼，而對於客戶的職業、學歷等相關資訊一概不知，極大的影響了客戶關係管理體系的構建。另外，資料還不能統一和相容，每個系統都是獨立的系統，比如：信貸系統、儲蓄系統全部分離。這樣存在交叉、就不能掌握出到底擁有多少客戶，特別是那些需要服務的目標客戶，無法享受到銀行給予的高質量的優質服務。
2、資料集中帶來的差異化的憂慮
以客戶為中心的客戶關係管理體系，是建立在客戶差異化服務的基礎上的，而作為銀行大多數以資料集中，全部有總行分配，這樣不僅不利於企業的差異化服務，給顧客提供優質得到個性化業務，同時，分行也很難對挖掘潛在客戶和分析客戶成分提供一手的資料，損失客戶的利益，做到資料集中，往往是不明智的選擇。
3、經營管理存在弊端
從組織結構上，我國的銀行體系設定機構龐雜，管理人員與生產服務人員脫節現象極其普遍，管理人員不懂業務，只是一味的抓市場，而沒有有效的營銷手段，更別說以市場為導向，以客戶為核心，建立客戶關係管理體系。大多數的人完全是靠關係而非真正意義上靠能力，另外，業務流程繁瑣，不利於客戶享受更多的星級待遇，這與資料發掘的運用背道而馳，很難體現出客戶關係管理的價值。
三、資料探勘技術在企業的應用和實施
如何能更好的利用資料探勘技術與客戶關係管理進行合理的搭配和結合是現今我們面臨的最大問題。所有我們對客戶資訊進行分析，利用模糊聚類分析方法對客戶進行分類，通過建立個性化的資訊服務體系，真正意義的提高客戶的價值。
1、優化客戶服務
以客戶為中心提高服務質量是銀行發展的根源。要利用資料探勘技術的優勢，發現信貸趨勢，及時掌握客戶的需求，為客戶提高網上服務，網上交易，網上查詢等功能，高度體現網際網路的作用，動態挖掘資料，通過智慧化的信貸服務，拓寬銀行業務水平，保證客戶的滿意度。
2、利用資料探勘技術建立多渠道客戶服務系統
利用資料探勘技術整合銀行業務和營銷環節為客戶提供綜合性的服務。採用不同的渠道實現資訊共享，針對目標客戶推薦銀行新產品，拓寬新領域，告別傳統的櫃檯服務體系，實行網際網路與櫃檯體系相結合的多渠道服務媒介體系。優化客戶關係管理理念，推進營銷戰略的執行。提高企業的美譽度。
四、資料探勘技術是銀行企業客戶關係管理體系構建的基礎
隨著資訊科技的不斷髮展，網路技術的快速推進，客戶關係管理體系要緊跟時代潮流，緊密圍繞客戶為中心，利用資訊優勢，自動獲取客戶需求，打造出更多的個性化、差異化客戶服務理念，使得為企業核心競爭能力得到真正意義的提高。
蒙田範文網