煤炭交易电子商务的概念与特性
开篇：润墨网以专业的文秘视角，为您筛选了一篇煤炭交易电子商务的概念与特性范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
作者：宋浩杰 赵浩婕 单位：安阳工学院
引言
近几年来，随着计算机网络如internet和现代物流系统的迅猛发展，现代电子商务得到了蓬勃发展。煤炭电子商务是基于internet的一种新的商业模式，其鲜明的特征就是商务活动在internet上以数字化、电子化方式进行交易。不论是企业与消费者之间的电子商务(B2C)，或是企业与企业之间的电子商务(B2B)，还是消费者与消费者之间的电子商务(C2C)类型，在电子商务活动中都会产生大量的交易记录日志和处理信息数据。这些信息是网络交易实时产生的，在这些信息中的公司和顾客的数据被认为是一种战略资源，在当今激烈的商业竞争中，取出隐藏在这些信息中的有用知识显得很重要，需要对这些信息进行数据转换、分析、筛选、整理，进行有效的组织和利用，从中寻找真正有价值的数据。基于这种要求，采用计算机的方法结合数据挖掘技术，广泛地在电子商务中应用。
煤炭交易电子商务(ElectronicCommerce)，是利用计算机技术、计算机互联网技术和通信技术，实现在煤炭交易的活动过程中的电子化、数字化和网络化。在当今商业活动全球化的趋势下，电子商务是采用internet开放、便捷的网络环境，基于Server/Brower的应用模式，买方和卖方在网上进行各种交易活动。电子商务实现了煤炭交易的企业或客户之间的网上交易以及与这些相关联的综合服务活动，是1种新型的商业运营模式。计算机及网络最常见的应用之一就是数据处理。在数据处理过程中，一般都是面向关系数据库或者是数据仓库，要求被处理的数据具有规范的数据结构，也即是结构化的数据。现代电子商务过程中产生的数据是和传统数据有所区别的。煤炭交易电子商务中产生的是基于计算机和internet的Web数据，其具有鲜明的数据新特性。(1)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态中，数据的增长也极快，并且数据并不是明显表示，而是隐藏在商务过程的信息中，有隐藏性、未知性、潜在性的特性，需要提取和提炼。数据的提取信息源来自于商务活动的网上交易的处理过程，数量巨大，分布广泛，结构异常，无固定模式。在进行网上电子商务时，会产生大量的网页访问信息、网页链接信息。这些信息相互关联、不断变化，产生的数据都是动态的，非常态非结构化的。(2)数据的海量性。煤炭交易电子商务中产生的数据量也异于传统。前面已分析了电子商务产生的数据是隐藏在各种商务交易过程或是用户的访问页面信息中。对于业务较好的1个电子商务网站来说，每天被访问的Web页面数是很大的，访问了Web页面就会产生Web日志，其数量也是巨大的。它们的数量级已达到GB/h。(3)数据的直接性。煤炭交易电子商务中产生的数据一般都是在Web页面或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。
2煤炭交易电子商务中数据挖掘的概念与数据类型
数据挖掘(DataMining)，就是指从存储在数据库、数据仓库以及其它信息库中的大量信息或数据中提取有效的、有用的、可理解的模式的过程。在人工智能领域，人们通常又将数据挖掘称为数据库中的知识发现(KDD)，还有人认为数据挖掘就是数据库中知识发现过程的基本步骤。在数据库知识发现过程一般经历数据准备、数据挖掘、结果表达和解释3个阶段。数据挖掘能够和用户或知识库进行交互。在煤炭交易电子商务中的数据挖掘是指一种透过数理模式方法来分析企业Web网页和Web日志中储存的大量商业客户和用户顾客的访问资料，以辨别不同的企业客户、顾客或市场划分，分析出用户、顾客或企业客户喜好和行为的方法。数据挖掘分为直接数据挖掘和间接数据挖掘2大类，有分类、估计、预测、相关性分组或关联规则、聚类、描述和可视化、复杂数据类型挖掘等7种分析方法。在电子商务的实际运用过程中，根据用户访问和顾客或企业访问产生的信息进行数据提取，大致可以分为3种数据挖掘的数据类型，即使用记录数据、内容数据和结构数据类型。在对电子商务网站中的Web访问页面或Web日志进行企业信息、顾客信息、访问用户信息进行数据挖掘时，研究成果能很简单地转化。比如有目的的促销，根据网站上的广告效果的统计数据进行广告设计宣传策略的改变。在电子商务中，运用了数据挖掘技术，一些报表的整理和制作可以自动产生，比如客户对电子邮件或者Web方式的问卷调查的结果反馈都可以在很短时间内得到。在煤炭交易电子商务运用的Web技术中，根据进行数据挖掘的不同对象，我们能够将基于Web的数据挖掘技术分为:使用日志或访问记录的数据挖掘模式、内容数据挖掘模式、结构数据挖掘模式。(1)使用日志或访问记录的数据挖掘模式。电子商务中在Web的运用中产生的Web日志或Web访问记录的挖掘数据对象是用户和internet进行交互作用过程中的数据。这些数据主要是电子商务客户或访问用户在对Web进行了访问时在Web日志里的信息，包括某些用户和网络交互的信息。比如电子商务用户访问Web的日期及时间、电子商务用户访问的服务器IP地址和访问用户的IP地址、访问Web所运用的模式和方法、Web访问所请求的URL资源、访问申请的服务器的响应状态等等。在对电子商务的Web系统日志和访问记录信息，以及访问客户或用户的Web注册信息进行数据挖掘时，希望从中发现有用的知识和信息内容，能够去改善Web站点的性能，能够缓解Web网络的响应能力，能够提取大量的电子商务中采购或交易过程的细节信息，为系统地更进一步深入的数据分析提供了基础。(2)内容数据挖掘模式。基于Web的内容数据挖掘模式，是指从Web记录的日志和使用记录信息中去提取隐藏的、有价值的信息或知识的过程。这种方式的数据既可以是文本型的数据，也可以是图像数据、音频以及视频等多媒体数据。基于Web的内容数据挖掘模式对Web页面的内容信息进行数据挖掘，即对Web页面中的文本、图像、音频、视频等多媒体信息进行提取挖掘，深入对Web页面内容进行分类及聚类规则的发掘。基于Web的内容数据挖掘模式能将非结构化或半结构化的信息构建成结构化或类结构化的数据，在对数据进行深入分析时就能运用和规范标准化的数据库查询技术和挖掘技术操作。基于Web的内容数据挖掘模式能实时地自动地从在线的Web网站或网络服务器数据库去搜索、提取相关信息数据，然后进行分析，挖掘出信息中隐藏的所需数据。数据挖掘技术的运用具有很强的针对性、实效性和全面性。(3)结构数据挖掘模式。结构数据挖掘模式，就是挖掘在电子商务中Web访问过程潜在的Web页面链接结构模式。在对电子商务中的Web体系进行数据挖掘时，有效的信息及知识不但包含在Web页面内容里，还隐藏在Web页面的结构之中。结构数据挖掘模式的工作主要就是面对Web页面的超链接结构。在这些超链接结构中可以挖掘出超链的拓扑结构、网页分类、网页的结构，分析获得Web网页关联度的信息。
3煤炭交易电子商务中数据挖掘技术的应用
近10年来，电子商务的应用规模越来越大。很多企业都基于internet进行电子商务处理。针对电子商务活动过程中对基于Web的信息数据进行挖掘研究，是一种重要的获取有效信息和知识的方式。数据挖掘技术应用在电子商务活动中主要是挖掘提取Web日志信息和Web访问数据。数据挖掘在电子商务的应用实现过程大致分为4个步骤:数据收集、数据预处理、模型评估、解释模型得出结论。(1)数据收集。就是数据是怎样产生和收集。有2种可能:①数据的产生是在人为控制之下;②主要指的是数据随机产生，在数据挖掘的应用中都能够被采用。基于Web的电子商务和处理是分布式的，所以从电子商务中数据收集的数据也是分布式的。数据收集完成后进行取样的分布完全未知。(2)数据预处理。数据的收集通常是从数据库、数据仓库进行。通过数据预处理，让数据规范化，使挖掘分析过程能更加有效。数据预处理通常包括2个较常见的任务:①异常点的检测和去除，也即对信息数据进行辨别分析，将Web日志中与数据挖掘和数据分析关联不大的数据排除;②比例缩放、编码和选择特征。Web日志文件记录了用户IP地址信息，需要采用Cookie技术和启发规则来确认Web日志中是否有重要的页面访问记录被遗漏。(3)模型评估。选择恰当的数据挖掘技术并实现是这个步骤的主要任务。收集的数据经过预处理，然后在此基础上应用各种算法和功能分析进行数据挖掘，挖掘出有效的知识模式和规则。在电子商务活动中进行数据挖掘，能够应用的Web日志文件分析和Web访问用户的行为模式的数据挖掘方法有:分类及预测、统计分析、异点检测、聚类分析等。(4)解释模型得出结论。针对企业电子商务的数据挖掘的目的是想根据挖掘后的数据分析来帮助企业的决策。通过数据挖掘技术分析得到用户访问模式和规则，根据得到的知识(规则、模式)建立数据模型，然后进一步在已得知识基础上对数据挖掘过程进行调整，完善新的数据模型，以期能够从挖掘出的数据分析结果中得到有用信息，做出相应决策。
4结语
现代电子商务中的数据挖掘技术的应用越来越广泛，也引起了人们的关注。文中论述了煤炭交易电子商务和数据挖掘的概念，探讨了煤炭交易中电子商务应用数据挖掘技术的模式和方法。电子商务是现代新型的商业模式，通过数据挖掘技术提取有用有效的数据，形成知识，提高企业决策能力。随着internet技术的不断发展，基于电子商务的数据挖掘会应用更为广泛。