人工智能技術在電子商務中的應用
人工智能技術在電子商務中的應用 摘要：人工智能技術和電子商務的飛速發(fā)展推動了全球科技經濟領域的進步，基于 人工智能技術的電子商務更趨向完美和成熟。隨著電子商務的不斷發(fā)展和人工智能技術 的不斷完善，兩者在各個領域、各個層次的相互融合將更加密切。作為各自的成功因素 ，電子商務和人工智能技術的融合必將成為一種關鍵技術。 關鍵詞：電子商務；人工智能；數據挖掘 電子商務的飛速發(fā)展給全球經濟帶來的沖擊是巨大的?；谌斯ぶ悄芗夹g的電子商務將 能更好的為其發(fā)展帶來良好的基礎，這一過程是電子商務向著良性發(fā)展的必然趨勢。下 面，我將從人工智能技術與電子商務的國內外動態(tài)、人工智能技術在電子商務中的應用 例子以及數據挖掘技術在Web上的應用等幾個方面對其進行論述。 1．人工智能技術與電子商務的國內外動態(tài) 1.1 人工智能技術的國內外動態(tài) 從1956年正式提出人工智能學科算起，40多年來，人工智能學科取得了長足的發(fā)展 ，成為一門廣泛的交叉和前沿科學?？偟恼f來，人工智能的目的就是讓計算機這臺機器 能夠象人一樣思考。如果希望做出一臺能夠思考的機器，那就必須知道什么是思考，更 進一步講就是什么是智慧。什么樣的機器才是智慧的呢？科學家已經作出了汽車，火車 ，飛機，收音機等等，它們模仿我們身體器官的功能，但是能不能模仿人類大腦的功能 呢？到目前為止，我們也僅僅知道這個裝在我們天靈蓋里面的東西是由數十億個神經細 胞組成的器官，我們對這個東西知之甚少，模仿它或許是天下最困難的事情了。 　　當計算機出現后，人類開始真正有了一個可以模擬人類思維的工具，在以后的歲月 中，無數科學家為這個目標努力著?，F在人工智能已經不再是幾個科學家的專利了，全 世界幾乎所有大學的計算機系都有人在研究這門學科，學習計算機的大學生也必須學習 這樣一門課程，在大家不懈的努力下，現在計算機似乎已經變得十分聰明了。例如，19 97年5月，IBM公司研制的深藍（Deep Blue）計算機戰(zhàn)勝了國際象棋大師卡斯帕洛夫（Kasparov）。大家或許不會注意到，在 一些地方計算機幫助人進行其它原來只屬于人類的工作，計算機以它的高速和準確為人 類發(fā)揮著它的作用。人工智能始終是計算機科學的前沿學科，計算機編程語言和其它計 算機軟件都因為有了人工智能的進展而得以存在。 在大多數學科中存在著幾個不同的研究領域，每個領域都有其特有的感興趣的研究 課題、研究技術和術語。在人工智能中，這樣的領域包括語言處理、自動定理證明、智 能數據檢索系統、視覺系統、問題求解、人工智能方法和程序語言以及自動程序設計等 。在過去30多年中，已經建立了一些具有人工智能的計算機系統；例如，能夠求解微分 方程的，下棋的，設計分析集成電路的，合成人類自然語言的，檢索情報的，診斷疾病 以及控制太空飛行器和水下機器人的具有不同程度人工智能的計算機系統。 人工智能理論進入21世紀，正醞釀著新的突破——人工生命的提出，不僅意味著人類 試圖從傳統的工程技術途徑，而且將開辟生物工程技術途徑，去發(fā)展人工智能；同時人 工智能的發(fā)展，又將作為人工生命科學的重要支柱和推動力量。可以預言：人工智能的 研究成果將能夠創(chuàng)造出更多更高級的智能"制品"，并使之在越來越多的領域超越人類智 能；人工智能將為發(fā)展國民經濟和改善人類生活作出更大貢獻。 1.2 電子商務的國內外動態(tài) 與此同時，電子商務的發(fā)展在全球也掀起了巨大的商業(yè)浪潮。電子商務走到今天， 其發(fā)展模式已經開始轉向BtoB。顯然，相比于BtoC，BtoB電子商務利潤最高,這沒錯，但 同時，這也是挑戰(zhàn)最大、難度最強的嶄新模式。根據預測，全球電子商務市場在2004年 將是去年的50倍，而BtoB市場銷售額會占7％。祖國大陸企業(yè)數量為5000萬家，現有.co m域名22220個，BtoB電子商務市場廣闊，遠遠未達到飽和狀態(tài)，大量的服務和贏利渠道 還處于空白狀態(tài)。電子商務不僅是企業(yè)建網站，宣傳企業(yè)產品及形象；也不是簡單的網 上購物。真正的電子商務應該是以internet為核心的信息技術進行商務活動和企業(yè)資源 處理，說穿了就是信息流的高效管理、增值運用。商務中國在開發(fā)的每個欄目力求幫助 企業(yè)在客戶及供應商之間建立信息共享、高速流動，改變商貿傳統運作方式，在不受時 間、地域限制的虛擬商業(yè)網進行交易。 90年代以來，取得了顯著效果的企業(yè)信息系統模式是外貿部門的edi系統、商業(yè)部門 的商場信息系統以及制造業(yè)的mrpⅡ系統。這些系統的成功，主要是解決了過去手工作業(yè) 的速度慢、效率低的問題。而國外在這一階段比較成功的一些例子是制造業(yè)的cals系統 、流通業(yè)的edi和金融業(yè)的電子商務系統。這些系統的最大的特點都是在于企業(yè)之間的協 作。1996年，日本將三菱汽車、日本電裝等汽車公司和部件公司聯合起來，成立了“v- cals聯合體”。它們的目標不僅是將新車的開發(fā)周期縮短一半，而且要將各種部件調撥活 動的信息、cad設計信息、各種沖突、噪音試驗信息等構成共享數據庫，從而形成一個多 企業(yè)的有機聯合體。 2．人工智能技術在電子商務中的應用例子 人工智能就是設計和開發(fā)出各種計算機程序來模擬人的思維結構、推理和求解問題 的行為。由于人工智能的研究范圍十分廣泛，對電子商務也有多方面的影響。 2.1 數據倉庫 Tim, shelter認為：數據倉庫是把分布在網絡中不同信息孤島上的數據集成到一起，存儲 在一個單一的集成關系型數據庫中。利用這種集成信息，用戶可以方便地對信息進行訪 問，還可以使決策人員對一段時間內的歷史數據進行分析、研究，以獲得事物發(fā)展的趨 勢。 數據倉庫有兩大優(yōu)點：一是不必重新編制輸入（事務）處理系統就能夠建立一個結構 化 的環(huán)境，將輸出（決策支持）處理移入新環(huán)境（數據倉庫）中；二是數據倉庫建立概念 模式（邏輯數據模型）、內部模式（歷史文件）和外部模式（數據倉庫）的三模式環(huán)境 。其中歷史文件中的“多對多”（m﹡n）維護關系可以簡化為三模式環(huán)境下的多個“一對多 ”（m*n）關系。 2.2 數據挖掘與知識發(fā)現 數據挖掘（DM. Data Mining）和數據庫知識發(fā)現（KDD. Kwowledge Discovery in Data base）是隨著數據庫技術、人工智能技術和網絡技術的發(fā)展而提名的。尤其是隨著電子 商務的開展，信息總量不斷增加，更迫切地需要有效的信息分析工具，以便能發(fā)現大量 商業(yè)數據間隱藏的依賴關系，從而抽取有用的信息或知識，指導商業(yè)決策。過去只有簡 單的數據統計技術，還未達到成為智能數據分析工具。因此，在數據生成和數據理解之 間還存在很大的差距。DM和KDD就是一種新型的數據分析技術，旨早從大型數據庫中提取 隱藏的預測性信息，構建高校的數據倉庫，發(fā)掘數據間潛在的模式，以便于用理解和觀 察的形式反映給用戶，從而為企業(yè)作出前瞻的，基于知識的決策參考意見。 DM與KDD需要解決的問題有：超大規(guī)模數據庫和高維數據；數據丟失；變化中的數 據和知識；模式的易懂性；非標準格式數據；多媒體數據以及面向對象數據的處理；與 其他系統的集成；網絡與分布式環(huán)境下的KDD問題等。 DM與KDD的區(qū)別是：KDD是一個綜合的過程，包括實驗記錄，疊代求解，用戶交互 以及許多定制要求和決策設計等，而DM只是KDD中的一個具體但又是關鍵的步驟。當然， 它們都對數據倉庫進行有效利用的技術手段。 2.3 生物認證技術 目前，許多磁卡、存單大都是用密碼來進行安全保障的，一旦密碼泄漏，也就不安全 了。 在電子商務中，電子貨幣將得到急速的發(fā)展，對安全水平的要求也相應提高，從而帶動 了人工智能的一個分支領域——生物認證技術的研究與開發(fā)。 生物認證技術是指利用人體某一具有特征的部位，或個人的習慣，如指紋、掌紋、手 形、 網膜、虹膜、臉形、聲紋及筆跡等來識別人們的身份的技術。這種識別技術與磁卡式的 靠持有物認證的方法和密碼式的靠知識認證的方法相比，具有極大的優(yōu)越性，它不會丟 失、被盜和被偽造。 生物認證技術作為一種準確、快速和高效的身份認證方法，正應用于如銀行、海關、 醫(yī) 療保險、重要通道控制、信息網絡安全等領域。這是一項集現代化生物科技與計算機科 學相結合的高科技實用項目。微軟公司宣布將把生物認證技術添加到自己的視窗操作系 統中，這對這項新技術的發(fā)展將起到促進作用。 2.4 智能數據庫信息檢索 在電子商務平臺應用實踐中，如何根據用戶的意圖、興趣和特點自適應地和智能化地 從 現有的客戶信息、商品庫存信息等大量數據信息中對信息進行相關性排列，調整匹配機 制，以獲得用戶滿意的檢索輸出，成為電子商務今后應用所面臨一個技術問題。 3．數據挖掘技術在Web上的應用 3.1 引言 在日益發(fā)展激烈的電子商務買方市場競爭中，任何與消費者行為有關的信息對商家 來說都是非常寶貴的。雖然電子商務網站的后臺數據庫能夠記錄下來豐富的交易信息和 顧客相關的數據，但是這些數據資源中所蘊涵的大量有益信息至今卻未能得到充分地挖 掘和利用。 近年來興起的數據挖掘技術為解決這個問題帶來了一線曙光。而通過在Web上應用數 據挖掘技術（即Web Mining技術），公司還可以分析和預測顧客的將來行為。同時，利用有效的顧客信息， 可以大大降低公司的運營成本。 3.2 數據挖掘的概念 數據挖掘是近幾年來隨著數據庫和人工智能技術的發(fā)展而出現的一種全新信息技術，也 是計算機科學與技術，尤其是計算機網絡的發(fā)展和普遍使用所提出的而且迫切需要解決 的重要課題。數據挖掘可以描述為：數據挖掘是指從數據中提取模式的過程。它發(fā)復使 用多種數據挖掘又是一種支持過程，它主要基于人工智能、機器學習、統計學等技術， 高度自動化地分析企業(yè)原有數據，做出歸納性推理，從中挖掘出潛在的模式，預測客戶 的行為，幫組企業(yè)決策者調整市場策略，減少風險，做出正確決策。 數據挖掘的技術基礎是人工智能。它利用了人工智能中一些已經成熟的算法和技術，如 ：人工神經網絡、遺傳算法、決策數、鄰近搜索方法、規(guī)則推理、模糊邏輯等，其問題 的復雜度和難度比人工智能要低許多 3.3 Web上數據挖掘的用途 網站的所有訪問者將會留下瀏覽的蹤跡，這些信息自動存儲在Web服務器的日志文件 內。Web分析工具可以通過分析和處理Web服務器的日志文件生成有意義的信息。例如有 多少人訪問了該頁面，他們從哪兒來，哪些頁面最受歡迎等。當前經濟模式的變化，從 傳統的實體的商店到Internet上的電子交易，同時也改變了銷售商和顧客的關系?，F在 ，網上顧客的流動性很大，他們關注的主要因素是商品的價值，而不象以前注意品牌和 地理因素。因此，電子銷售商一個主要的挑戰(zhàn)是需要了解到顧客盡可能多的愛好，價值 取向，以保證在電子商務時代的競爭力。數據挖掘是用來發(fā)現不明顯的，有潛在價值的 數據。Web上數據挖掘的潛力在于應用最新的數據挖掘算法，分析Internet服務器上的日 志以及顧客，銷售和產品的外部數據。 綜合來說，Web數據挖掘有一下三個方面的益處： ·理解顧客行為： （1）通過理解訪問者的行為行為來優(yōu)化電子商務網站的經營模式； （2）電子銷售商可以獲知訪問者的個人愛好； （3）決定網站上訪問者到購買者的轉化率； （4）決定顧客的回頭率（顧客第二次購買同一品牌的概率）； （5）發(fā)現顧客的購買模式和訪問者的瀏覽模式； （6）發(fā)現什么樣的顧客群在網站上購買什么商品； （7）發(fā)現電子商務網站上顧客之間的聯系。 ·判斷Web站點的效率 （1）發(fā)現站點上的高購買率部分和低購買率部分； （2）Web設計者不再完全依靠專家的定性指導來設計網站，而是根據訪問者的信息 來修改和設計網站結構和外觀； （3）電子銷售商可以針對不同顧客提供個性化的服務。 ·評估電子商務模式的成功與否 （1）容易將用戶按照模式分類； （2）容易評測廣告的投資回報率； （3）容易得到可靠的市場反饋信息。 3.4 Web數據挖掘的分類 Web數據挖掘可以分為一下幾個層面： Web內容的挖掘：Web內容的挖掘是挖掘Internet的頁面和后臺交易數據庫。 Web結構的挖掘：Web結構的挖掘是運用數據挖掘技術來重建Web站點的結構。 Web使用的挖掘：Web使用的挖掘是通過挖掘相應站點的日志文件和相關數據來發(fā)現該站 點上的瀏覽者和顧客的行為模式。 3.5 Web數據發(fā)掘工具的架構和工作步驟 Web數據挖掘器將從Web數據庫中提取并集中數據，它需要Web站點的后臺數據庫（包 括用戶訪問日志文件，注冊用戶的活動信息）以及Web數據倉庫（主要是面向電子商務網 站的注冊用戶）支持。并且要解決數據語義的二義性問題，以及消除臟數據等等，這需 要一個過濾器和綜合器來完成。由于HTTP協議是無狀態(tài)的，所以無法區(qū)分和跟蹤一個訪 問者在網站上的所有行為，這樣單純的依靠日志文件來進行分析所得到的用戶...
人工智能技術在電子商務中的應用