吳敏

摘要：本文從電子商務(wù)信息挖掘的角度來(lái)研究數(shù)據(jù)挖掘在電子商務(wù)中的商務(wù)應(yīng)用。針對(duì)目前已有的一些WEB數(shù)據(jù)挖掘方法，作者將數(shù)據(jù)挖掘中的模糊關(guān)聯(lián)規(guī)則應(yīng)用到電子商務(wù)中的信任評(píng)價(jià)系統(tǒng)中去，并對(duì)這種方法的流程進(jìn)行詳細(xì)說(shuō)明。

關(guān)鍵詞：電子商務(wù)；數(shù)據(jù)挖掘；模糊關(guān)聯(lián)規(guī)則；信任評(píng)價(jià)系統(tǒng)

1引言

電子商務(wù)中的信息挖掘一直是人們研究的熱點(diǎn)。很多研究數(shù)據(jù)挖掘的學(xué)者紛紛將其研究的成果應(yīng)用到實(shí)際當(dāng)中，并作為市場(chǎng)預(yù)測(cè)、市場(chǎng)細(xì)分與分類(lèi)、客戶(hù)關(guān)系管理以及其他商務(wù)應(yīng)用的參考模型。電子商務(wù)信息挖掘一般采用的是WEB數(shù)據(jù)挖掘中的一部分。例如，文獻(xiàn)[1]就是利用SVM來(lái)進(jìn)行電子商務(wù)中的應(yīng)用挖掘——網(wǎng)絡(luò)日志的分析，以提取客戶(hù)分類(lèi)及評(píng)分。

在電子商務(wù)環(huán)境中，一個(gè)電子商務(wù)支撐環(huán)境能夠產(chǎn)生一個(gè)信任值，通過(guò)衡量已交付的服務(wù)質(zhì)量以及從顧客和信任管理機(jī)構(gòu)中獲得的服務(wù)評(píng)價(jià)。沒(méi)有任何信任管理機(jī)制，許多消費(fèi)者也許會(huì)因?yàn)槠垓_性的廣告而請(qǐng)求了欺騙性的服務(wù)。另一方面，一個(gè)簡(jiǎn)單但是不完整的信任管理系統(tǒng)也許讓服務(wù)提供商有選擇性地欺騙顧客（例如，通過(guò)給許多低價(jià)的交易提供好的服務(wù)，但是在高價(jià)的交易中欺騙顧客來(lái)謀取大量的好處），以及欺騙信任管理機(jī)構(gòu)（例如，通過(guò)在信任評(píng)價(jià)中合謀欺騙）。一些如此的欺騙可能導(dǎo)致服務(wù)質(zhì)量降級(jí)，并且給客戶(hù)帶來(lái)經(jīng)濟(jì)損失。因此，電子商務(wù)行業(yè)必須有有效的信任管理[2]。

2關(guān)聯(lián)規(guī)則的分類(lèi)

關(guān)聯(lián)規(guī)則的一個(gè)要求是結(jié)果得有透明度和可用性，這些結(jié)果是以產(chǎn)品群組規(guī)則的形式表示的，它表述了現(xiàn)實(shí)的產(chǎn)品和服務(wù)是如何組合到一起的。關(guān)聯(lián)規(guī)則容易理解，但它們并不總是有用的。

有用的規(guī)則包含高質(zhì)量、可操作的信息。平凡的結(jié)果早已被熟悉商業(yè)的任何一個(gè)人所知曉。平凡規(guī)則確實(shí)有一個(gè)用處，盡管它不是直接的數(shù)據(jù)挖掘應(yīng)用。當(dāng)一個(gè)規(guī)則應(yīng)當(dāng)在該時(shí)間100%出現(xiàn)，然后它卻沒(méi)有出現(xiàn)，這種情形可以提供關(guān)于數(shù)據(jù)質(zhì)量的許多信息。換句話說(shuō)，不遵循平凡規(guī)則的例外情況指出了商業(yè)運(yùn)作、數(shù)據(jù)收集和處理等可能需要進(jìn)一步改進(jìn)的方面。費(fèi)解的規(guī)則似乎沒(méi)法解釋?zhuān)⑶也唤o出行動(dòng)過(guò)程。

當(dāng)應(yīng)用購(gòu)物籃分析時(shí)，許多結(jié)果常常是平凡的或費(fèi)解的。平凡規(guī)則再現(xiàn)商業(yè)常識(shí)，浪費(fèi)了利用高級(jí)分析技術(shù)的努力。費(fèi)解的規(guī)則是數(shù)據(jù)中的偶然事件，是不可操作的。[3]

關(guān)聯(lián)規(guī)則有三個(gè)度量。支持度反映在交易數(shù)據(jù)中發(fā)現(xiàn)該規(guī)則的頻繁程度，置信度說(shuō)明當(dāng)“如果”部分為真時(shí)“那么”部分也為真的頻繁程度，而提升度反映該規(guī)則預(yù)測(cè)“那么”部分額相對(duì)根本沒(méi)有規(guī)則要好多少。

這樣生成的規(guī)則可以分成三類(lèi)：有用的規(guī)則闡明可能沒(méi)有預(yù)料到的關(guān)系，平凡規(guī)則闡明已知（或應(yīng)該知道）存在的關(guān)系，費(fèi)解的規(guī)則沒(méi)有意義。費(fèi)解規(guī)則常常有很弱的支持度。

3基于模糊關(guān)聯(lián)規(guī)則的電子商務(wù)評(píng)價(jià)系統(tǒng)設(shè)計(jì)

3.1電子商務(wù)信任評(píng)價(jià)系統(tǒng)

一些著名的電子商務(wù)網(wǎng)站采用的是集中式信任管理機(jī)制[8]。在淘寶，每完成一筆交易之后，買(mǎi)家能夠給一個(gè)反饋給系統(tǒng)，這個(gè)反饋是有關(guān)賣(mài)家的服務(wù)質(zhì)量的，也許是良、中評(píng)或差評(píng)。淘寶服務(wù)器將這個(gè)評(píng)分存儲(chǔ)在中心管理系統(tǒng)中。它用公式S=P-N來(lái)計(jì)算出這個(gè)反饋的分，其中P表示好評(píng)個(gè)數(shù)，N表示差評(píng)個(gè)數(shù)。淘寶網(wǎng)將這個(gè)S值顯示在賣(mài)家的網(wǎng)頁(yè)上。另一值R=（P – N）/（P + N）（1 ≥ R ≥ 0）是好評(píng)率。如果僅用好評(píng)率來(lái)作為信任評(píng)價(jià)的標(biāo)準(zhǔn)是不對(duì)的。通過(guò)模糊關(guān)聯(lián)規(guī)則中，防止一些欺騙。例如，通過(guò)給許多低價(jià)的交易提供好的服務(wù)，但是在高價(jià)的交易中欺騙顧客來(lái)謀取大量的好處。

規(guī)則集相似度可以量化地表示當(dāng)前的交易狀態(tài)是否與正常的狀態(tài)的相似程度，由此可以推斷出此次交易的風(fēng)險(xiǎn)程度。并且可以根據(jù)其風(fēng)險(xiǎn)程度來(lái)進(jìn)行報(bào)警或者提醒。

基于模糊關(guān)聯(lián)規(guī)則的電子商務(wù)信任評(píng)價(jià)系統(tǒng)的流程如下圖所示。

3.2模糊集和模糊隸屬函數(shù)的建立

模糊集的建立實(shí)際上就是把數(shù)據(jù)集中的所有屬性用模糊屬性表示[4]，每個(gè)模糊屬性包含多個(gè)模糊值，每個(gè)模糊值有其對(duì)應(yīng)的模糊集。模糊隸屬函數(shù)用來(lái)描述一個(gè)確定屬性值對(duì)于一個(gè)模糊屬性集的隸屬度。一個(gè)確定屬性值可以隸屬于多個(gè)模糊值，對(duì)應(yīng)有多個(gè)隸屬度。

如表1所示交易數(shù)據(jù)庫(kù)T={t1，t2，t3，t4}，屬性I={num，money}（i1=num，i2=money）。

將每個(gè)屬性又分別劃分為若干個(gè)模糊集，對(duì)表1所示的數(shù)據(jù)庫(kù)，在計(jì)算其各數(shù)據(jù)項(xiàng)隸屬度之后數(shù)據(jù)庫(kù)被轉(zhuǎn)換為如表2所示。

4結(jié)束語(yǔ)

本文從電子商務(wù)信任管理中所發(fā)現(xiàn)的一些問(wèn)題，結(jié)合現(xiàn)在數(shù)據(jù)挖掘在電子商務(wù)的應(yīng)用，找到了一種基于模糊集的關(guān)聯(lián)規(guī)則算法應(yīng)用到電子商務(wù)信任評(píng)價(jià)中。在基于信譽(yù)的電子商務(wù)評(píng)價(jià)問(wèn)題中，電子商務(wù)的評(píng)價(jià)往往是通過(guò)反饋的信息來(lái)完成，但是反饋回來(lái)的信息以及交易過(guò)程中本身所產(chǎn)生的信息要盡量將其中所隱含的信息挖掘出來(lái)，進(jìn)行一定的分析，就可以得到一些有用的規(guī)則。而對(duì)于一些平凡的規(guī)則，也可以利用其來(lái)尋找其中的問(wèn)題。這個(gè)系統(tǒng)還可以在進(jìn)一步的進(jìn)行擴(kuò)展。例如，對(duì)規(guī)則集進(jìn)行修正，去掉一些費(fèi)解的規(guī)則，還可以去掉一些冗余的關(guān)聯(lián)規(guī)則。這些都可以對(duì)整個(gè)流程有更好的改進(jìn)。本文主要是對(duì)交易管理中的一些數(shù)據(jù)屬性進(jìn)行提取和發(fā)現(xiàn)規(guī)則。

參考文獻(xiàn)：

[1] 過(guò)蓓蓓，方兆本.基于SVM的Web日志挖掘及潛在客戶(hù)發(fā)現(xiàn)[J].管理工程學(xué)報(bào)，2010（1）.

[2] Yan Wang and Kwei-Jay Lin.Reputation-Oriented Trustworthy Computing in E-Commerce Environments.

[3] Michael J.A.Berry，Gordon S.Linoff.別榮芳 尹靜 鄧六愛(ài)譯.Data Mining Techniques：For Marketing，Sales，and Customer Relationship Management 數(shù)據(jù)挖掘技術(shù)：市場(chǎng)營(yíng)銷(xiāo)、銷(xiāo)售與客戶(hù)關(guān)系管理領(lǐng)域應(yīng)用（原書(shū)第2版）[M].北京：機(jī)械工業(yè)出版社，2006.

[4] 王坤.模糊關(guān)聯(lián)規(guī)則挖掘在入侵檢測(cè)中的應(yīng)用研究[D].西南交通大學(xué)，2006.

[5] 吳君輝，殷肖川，張薇.基于模糊關(guān)聯(lián)規(guī)則挖掘改進(jìn)算法的IDS研究[J].計(jì)算機(jī)測(cè)量與控制..2009.17（11）

[6] 邵峰晶，于忠清，著.數(shù)據(jù)挖掘原理與算法[M].北京：中國(guó)水利水電出版社，2003.

[7] Min Wu.Cloud Trust Model in E-Commerce[C].The Second International Symposium on Networking and Network Security（ISNNS 2010）.JingGangShan.2010.4