煤炭交易电子商务的概念与特性论文

煤炭交易电子商务的概念与特性论文

　　引言

　　近几年来，跟着计算机网络如internet以及现代物流系统的迅猛发展，现代电子商务患上到了蓬勃发展。煤炭电子商务是基于internet的1种新的商业模式，其光鲜的特征就是商务流动在internet上以数字化、电子化方式进行交易。不管是企业与消费者之间的电子商务（B二C），或者是企业与企业之间的电子商务（B二B），仍是消费者与消费者之间的电子商务（C二C）类型，在电子商务流动中都会发生大量的交易记录日志以及处理信息数据。这些信息是网络交易实时发生的，在这些信息中的公司以及顾客的数据被认为是1种战略资源，在现今剧烈的商业竞争中，掏出暗藏在这些信息中的有用知识显患上很首要，需要对于这些信息进行数据转换、分析、筛选、收拾，进行有效的组织以及应用，从中寻觅真正有价值的数据。基于这类请求，采取计算机的法子结合数据发掘技术，广泛地在电子商务中利用。

　　一煤炭交易电子商务的概念与特性

　　煤炭交易电子商务（ElectronicCo妹妹erce），是应用计算机技术、计算机互联网技术以及通讯技术，实现在煤炭交易的流动进程中的电子化、数字化以及网络化。在现今商业流动全世界化的趋势下，电子商务是采取internet开放、便捷的网络环境，基于Server/Brower的利用模式，买方以及卖方在网长进行各种交易流动。电子商务实现了煤炭交易的企业或者客户之间的网上交易和与这些相干联的综合服务流动，是一种新型的商业运营模式。计算机及网络最多见的利用之1就是数据处理。在数据处理进程中，1般都是面向瓜葛数据库或者者是数据仓库，请求被处理的数据拥有规范的数据结构，也即是结构化的数据。现代电子商务进程中发生的数据是以及传统数据有所区分的。煤炭交易电子商务中发生的是基于计算机以及internet的Web数据，其拥有光鲜的数据新特性。

　　（一）数据的动态性。在煤炭交易电子商务的运行中，数据随时处于更新的状况中，数据的增长也极快，并且数据其实不是显明表示，而是暗藏在商务进程的信息中，有暗藏性、未知性、潜伏性的特性，需要提取以及提炼。数据的提守信息源来自于商务流动的网上交易的处理进程，数量巨大，散布广泛，结构异样，无固定模式。在进行网上电子商务时，会发生大量的网页走访信息、网页链接信息。这些信息互相关联、不断变化，发生的数据都是动态的，无比态非结构化的。

　　（二）数据的海量性。煤炭交易电子商务中发生的数据量也异于传统。前面已经分析了电子商务发生的数据是暗藏在各种商务交易进程或者是用户的走访页面信息中。对于于业务较好的一个电子商务网站来讲，每一天被走访的Web页面数是很大的，走访了Web页面就会发生Web日志，其数量也是巨大的。它们的数量级已经到达GB/h。

　　（三）数据的直接性。煤炭交易电子商务中发生的数据1般都是在Web页面或者Web日志中直接提取，没有历史参考，不用参照历史数据，直接获取，直接处理。

　　二煤炭交易电子商务中数据发掘的概念与数据类型

　　数据发掘（DataMining），就是指从存储在数据库、数据仓库和其它信息库中的大量信息或者数据中提取有效的、有用的、可理解的模式的进程。在人工智能领域，人们通常又将数据发掘称为数据库中的知识发现（KDD），还有人认为数据发掘就是数据库中知识发现进程的基本步骤。在数据库知识发现进程1般阅历数据筹备、数据发掘、结果表达以及解释三个阶段。数据发掘能够以及用户或者知识库进行交互。在煤炭交易电子商务中的数据发掘是指1种透过数理模式法子来分析企业Web网页以及Web日志中贮存的大量商业客户以及用户顾客的走访资料，以判别不同的企业客户、顾客或者市场划分，分析出用户、顾客或者企业客户喜好以及行动的法子。数据发掘分为直接数据发掘以及间接数据发掘二大类，有分类、估量、预测、相干性分组或者关联规则、聚类、描写以及可视化、繁杂数据类型发掘等七种分析法子。在电子商务的实际运用进程中，依据用户走访以及顾客或者企业走访发生的信息进行数据提取，大致可以分为三种数据发掘的数据类型，即便用记录数据、内容数据以及结构数据类型。在对于电子商务网站中的Web走访页面或者Web日志进行企业信息、顾客信息、走访用户信息进行数据发掘时，钻研成果能很简单地转化。比如有目的的促销，依据网站上的广告效果的统计数据进行广告设计宣扬策略的扭转。在电子商务中，运用了数据发掘技术，1些报表的收拾以及制作可以自动发生，比如客户对于电子邮件或者者Web方式的问卷调查的结果反馈均可以在很短期内患上到。在煤炭交易电子商务运用的Web技术中，依据进行数据发掘的不同对于象，咱们能够将基于Web的数据发掘技术分为：使用日志或者走访记录的数据发掘模式、内容数据发掘模式、结构数据发掘模式。

　　（一）使用日志或者走访记录的数据发掘模式。电子商务中在Web的运用中发生的Web日志或者Web走访记录的发掘数据对于象是用户以及internet进行交互作用进程中的数据。这些数据主要是电子商务客户或者走访用户在对于Web进行了走访时在Web日志里的信息，包含某些用户以及网络交互的信息。比如电子商务用户走访Web的日期及时间、电子商务用户走访的服务器IP地址以及走访用户的IP地址、走访Web所运用的模式以及法子、Web走访所要求的URL资源、走访申请的服务器的响应状况等等。在对于电子商务的Web系统日志以及走访记录信息，和走访客户或者用户的Web注册信息进行数据发掘时，但愿从中发现有用的知识以及信息内容，能够去改善Web站点的机能，能够减缓Web网络的响应能力，能够提取大量的电子商务中采购或者交易进程的细节信息，为系统地更进1步深刻的数据分析提供了基础。

　　（二）内容数据发掘模式。基于Web的内容数据发掘模式，是指从Web记录的日志以及使用记录信息中去提取暗藏的、有价值的信息或者知识的进程。这类方式的数据既可以是文本型的数据，也能够是图象数据、音频和视频等多媒体数据。基于Web的内容数据发掘模式对于Web页面的内容信息进行数据发掘，即对于Web页面中的文本、图象、音频、视频等多媒体信息进行提取发掘，深刻对于Web页面内容进行分类及聚类规则的挖掘。基于Web的内容数据发掘模式能将非结构化或者半结构化的信息构建成结构化或者类结构化的数据，在对于数据进行深刻分析时就能运用以及规范标准化的数据库查询技术以及发掘技术操作。基于Web的内容数据发掘模式能实时地自动地从在线的Web网站或者网络服务器数据库去搜寻、提取相干信息数据，然落后行分析，发掘出信息中暗藏的所需数据。数据发掘技术的运器具有很强的针对于性、实效性以及全面性。

　　（三）结构数据发掘模式。结构数据发掘模式，就是发掘在电子商务中Web走访进程潜伏的Web页面链接结构模式。在对于电子商务中的Web体系进行数据发掘时，有效的信息及知识不仅包括在Web页面内容里，还暗藏在Web页面的结构当中。结构数据发掘模式的工作主要就是面对于Web页面的超链接结构。在这些超链接结构中可以发掘出超链的拓扑结构、网页分类、网页的结构，分析取得Web网页关联度的信息。

　　三煤炭交易电子商务中数据发掘技术的利用

　　近一0年来，电子商务的利用范围愈来愈大。良多企业都基于internet进行电子商务处理。针对于电子商务流动进程中对于基于Web的信息数据进行发掘钻研，是1种首要的获取有效信息以及知识的方式。数据发掘技术利用在电子商务流动中主要是发掘提取Web日志信息以及Web走访数据。数据发掘在电子商务的利用实现进程大致分为四个步骤：数据搜集、数据预处理、模型评估、解释模型患上出结论。

　　（一）数据搜集。就是数据是怎么发生以及搜集。有二种可能：①数据的发生是在人为节制之下；②主要指的是数据随机发生，在数据发掘的利用中都能够被采取。基于Web的电子商务以及处理是散布式的，所以从电子商务中数据搜集的数据也是散布式的。数据搜集完成落后行取样的散布完整未知。

　　（二）数据预处理。数据的搜集一般为从数据库、数据仓库进行。通过数据预处理，让数据规范化，使发掘分析进程能更为有效。数据预处理通常包含二个较常见的任务：①异样点的检测以及去除了，也即对于信息数据进行判别分析，将Web日志中与数据发掘以及数据分析关联不大的数据排除了；②比例缩放、编码以及选择特征。Web日志文件记录了用户IP地址信息，需要采取Cookie技术以及启迪规则来确认Web日志中是不是有首要的页面走访记录被遗漏。

　　（三）模型评估。选择恰当的数据发掘技术并实现是这个步骤的主要任务。搜集的数据经由预处理，然后在此基础上利用各种算法以及功能分析进行数据发掘，发掘出有效的知识模式以及规则。在电子商务流动中进行数据发掘，能够利用的Web日志文件分析以及Web走访用户的行动模式的数据发掘法子有：分类及预测、统计分析、异点检测、聚类分析等。（四）解释模型患上出结论。针对于企业电子商务的数据发掘的目的是想依据发掘后的数据分析来匡助企业的决策。通过数据发掘技术分析患上到用户走访模式以及规则，依据患上到的知识（规则、模式）树立数据模型，然落后1步在已经患上知识基础上对于数据发掘进程进行调剂，完美新的数据模型，以期能够从发掘出的数据分析结果中患上到有用信息，做出相应决策。

　　四结语

　　现代电子商务中的数据发掘技术的利用愈来愈广泛，也引发了人们的关注。文中阐述了煤炭交易电子商务以及数据发掘的概念，探讨了煤炭交易中电子商务利用数据发掘技术的模式以及法子。电子商务是现代新型的商业模式，通过数据发掘技术提取有用有效的数据，构成知识，提高企业决策能力。跟着internet技术的不断发展，基于电子商务的数据发掘会利用更加广泛。