人工智能技術(shù)在電子商務(wù)中的應(yīng)用
人工智能技術(shù)在電子商務(wù)中的應(yīng)用 摘要：人工智能技術(shù)和電子商務(wù)的飛速發(fā)展推動(dòng)了全球科技經(jīng)濟(jì)領(lǐng)域的進(jìn)步，基于 人工智能技術(shù)的電子商務(wù)更趨向完美和成熟。隨著電子商務(wù)的不斷發(fā)展和人工智能技術(shù) 的不斷完善，兩者在各個(gè)領(lǐng)域、各個(gè)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(wù)和人工智能技術(shù)的融合必將成為一種關(guān)鍵技術(shù)。 關(guān)鍵詞：電子商務(wù)；人工智能；數(shù)據(jù)挖掘 電子商務(wù)的飛速發(fā)展給全球經(jīng)濟(jì)帶來的沖擊是巨大的。基于人工智能技術(shù)的電子商務(wù)將 能更好的為其發(fā)展帶來良好的基礎(chǔ)，這一過程是電子商務(wù)向著良性發(fā)展的必然趨勢(shì)。下 面，我將從人工智能技術(shù)與電子商務(wù)的國內(nèi)外動(dòng)態(tài)、人工智能技術(shù)在電子商務(wù)中的應(yīng)用 例子以及數(shù)據(jù)挖掘技術(shù)在Web上的應(yīng)用等幾個(gè)方面對(duì)其進(jìn)行論述。 1．人工智能技術(shù)與電子商務(wù)的國內(nèi)外動(dòng)態(tài) 1.1 人工智能技術(shù)的國內(nèi)外動(dòng)態(tài) 從1956年正式提出人工智能學(xué)科算起，40多年來，人工智能學(xué)科取得了長(zhǎng)足的發(fā)展 ，成為一門廣泛的交叉和前沿科學(xué)?？偟恼f來，人工智能的目的就是讓計(jì)算機(jī)這臺(tái)機(jī)器 能夠象人一樣思考。如果希望做出一臺(tái)能夠思考的機(jī)器，那就必須知道什么是思考，更 進(jìn)一步講就是什么是智慧。什么樣的機(jī)器才是智慧的呢？科學(xué)家已經(jīng)作出了汽車，火車 ，飛機(jī)，收音機(jī)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(gè)裝在我們天靈蓋里面的東西是由數(shù)十億個(gè)神經(jīng)細(xì) 胞組成的器官，我們對(duì)這個(gè)東西知之甚少，模仿它或許是天下最困難的事情了。 　　當(dāng)計(jì)算機(jī)出現(xiàn)后，人類開始真正有了一個(gè)可以模擬人類思維的工具，在以后的歲月 中，無數(shù)科學(xué)家為這個(gè)目標(biāo)努力著。現(xiàn)在人工智能已經(jīng)不再是幾個(gè)科學(xué)家的專利了，全 世界幾乎所有大學(xué)的計(jì)算機(jī)系都有人在研究這門學(xué)科，學(xué)習(xí)計(jì)算機(jī)的大學(xué)生也必須學(xué)習(xí) 這樣一門課程，在大家不懈的努力下，現(xiàn)在計(jì)算機(jī)似乎已經(jīng)變得十分聰明了。例如，19 97年5月，IBM公司研制的深藍(lán)（Deep Blue）計(jì)算機(jī)戰(zhàn)勝了國際象棋大師卡斯帕洛夫（Kasparov）。大家或許不會(huì)注意到，在 一些地方計(jì)算機(jī)幫助人進(jìn)行其它原來只屬于人類的工作，計(jì)算機(jī)以它的高速和準(zhǔn)確為人 類發(fā)揮著它的作用。人工智能始終是計(jì)算機(jī)科學(xué)的前沿學(xué)科，計(jì)算機(jī)編程語言和其它計(jì) 算機(jī)軟件都因?yàn)橛辛巳斯ぶ悄艿倪M(jìn)展而得以存在。 在大多數(shù)學(xué)科中存在著幾個(gè)不同的研究領(lǐng)域，每個(gè)領(lǐng)域都有其特有的感興趣的研究 課題、研究技術(shù)和術(shù)語。在人工智能中，這樣的領(lǐng)域包括語言處理、自動(dòng)定理證明、智 能數(shù)據(jù)檢索系統(tǒng)、視覺系統(tǒng)、問題求解、人工智能方法和程序語言以及自動(dòng)程序設(shè)計(jì)等 。在過去30多年中，已經(jīng)建立了一些具有人工智能的計(jì)算機(jī)系統(tǒng)；例如，能夠求解微分 方程的，下棋的，設(shè)計(jì)分析集成電路的，合成人類自然語言的，檢索情報(bào)的，診斷疾病 以及控制太空飛行器和水下機(jī)器人的具有不同程度人工智能的計(jì)算機(jī)系統(tǒng)。 人工智能理論進(jìn)入21世紀(jì)，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(tǒng)的工程技術(shù)途徑，而且將開辟生物工程技術(shù)途徑，去發(fā)展人工智能；同時(shí)人 工智能的發(fā)展，又將作為人工生命科學(xué)的重要支柱和推動(dòng)力量?？梢灶A(yù)言：人工智能的 研究成果將能夠創(chuàng)造出更多更高級(jí)的智能"制品"，并使之在越來越多的領(lǐng)域超越人類智 能；人工智能將為發(fā)展國民經(jīng)濟(jì)和改善人類生活作出更大貢獻(xiàn)。 1.2 電子商務(wù)的國內(nèi)外動(dòng)態(tài) 與此同時(shí)，電子商務(wù)的發(fā)展在全球也掀起了巨大的商業(yè)浪潮。電子商務(wù)走到今天， 其發(fā)展模式已經(jīng)開始轉(zhuǎn)向BtoB。顯然，相比于BtoC，BtoB電子商務(wù)利潤(rùn)最高,這沒錯(cuò)，但 同時(shí)，這也是挑戰(zhàn)最大、難度最強(qiáng)的嶄新模式。根據(jù)預(yù)測(cè)，全球電子商務(wù)市場(chǎng)在2004年 將是去年的50倍，而BtoB市場(chǎng)銷售額會(huì)占7％。祖國大陸企業(yè)數(shù)量為5000萬家，現(xiàn)有.co m域名22220個(gè)，BtoB電子商務(wù)市場(chǎng)廣闊，遠(yuǎn)遠(yuǎn)未達(dá)到飽和狀態(tài)，大量的服務(wù)和贏利渠道 還處于空白狀態(tài)。電子商務(wù)不僅是企業(yè)建網(wǎng)站，宣傳企業(yè)產(chǎn)品及形象；也不是簡(jiǎn)單的網(wǎng) 上購物。真正的電子商務(wù)應(yīng)該是以internet為核心的信息技術(shù)進(jìn)行商務(wù)活動(dòng)和企業(yè)資源 處理，說穿了就是信息流的高效管理、增值運(yùn)用。商務(wù)中國在開發(fā)的每個(gè)欄目力求幫助 企業(yè)在客戶及供應(yīng)商之間建立信息共享、高速流動(dòng)，改變商貿(mào)傳統(tǒng)運(yùn)作方式，在不受時(shí) 間、地域限制的虛擬商業(yè)網(wǎng)進(jìn)行交易。 90年代以來，取得了顯著效果的企業(yè)信息系統(tǒng)模式是外貿(mào)部門的edi系統(tǒng)、商業(yè)部門 的商場(chǎng)信息系統(tǒng)以及制造業(yè)的mrpⅡ系統(tǒng)。這些系統(tǒng)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(tǒng) 、流通業(yè)的edi和金融業(yè)的電子商務(wù)系統(tǒng)。這些系統(tǒng)的最大的特點(diǎn)都是在于企業(yè)之間的協(xié) 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(lián)合起來，成立了“v- cals聯(lián)合體”。它們的目標(biāo)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(diào)撥活 動(dòng)的信息、cad設(shè)計(jì)信息、各種沖突、噪音試驗(yàn)信息等構(gòu)成共享數(shù)據(jù)庫，從而形成一個(gè)多 企業(yè)的有機(jī)聯(lián)合體。 2．人工智能技術(shù)在電子商務(wù)中的應(yīng)用例子 人工智能就是設(shè)計(jì)和開發(fā)出各種計(jì)算機(jī)程序來模擬人的思維結(jié)構(gòu)、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(duì)電子商務(wù)也有多方面的影響。 2.1 數(shù)據(jù)倉庫 Tim, shelter認(rèn)為：數(shù)據(jù)倉庫是把分布在網(wǎng)絡(luò)中不同信息孤島上的數(shù)據(jù)集成到一起，存儲(chǔ) 在一個(gè)單一的集成關(guān)系型數(shù)據(jù)庫中。利用這種集成信息，用戶可以方便地對(duì)信息進(jìn)行訪 問，還可以使決策人員對(duì)一段時(shí)間內(nèi)的歷史數(shù)據(jù)進(jìn)行分析、研究，以獲得事物發(fā)展的趨 勢(shì)。 數(shù)據(jù)倉庫有兩大優(yōu)點(diǎn)：一是不必重新編制輸入（事務(wù)）處理系統(tǒng)就能夠建立一個(gè)結(jié)構(gòu) 化 的環(huán)境，將輸出（決策支持）處理移入新環(huán)境（數(shù)據(jù)倉庫）中；二是數(shù)據(jù)倉庫建立概念 模式（邏輯數(shù)據(jù)模型）、內(nèi)部模式（歷史文件）和外部模式（數(shù)據(jù)倉庫）的三模式環(huán)境 。其中歷史文件中的“多對(duì)多”（m﹡n）維護(hù)關(guān)系可以簡(jiǎn)化為三模式環(huán)境下的多個(gè)“一對(duì)多 ”（m*n）關(guān)系。 2.2 數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn) 數(shù)據(jù)挖掘（DM. Data Mining）和數(shù)據(jù)庫知識(shí)發(fā)現(xiàn)（KDD. Kwowledge Discovery in Data base）是隨著數(shù)據(jù)庫技術(shù)、人工智能技術(shù)和網(wǎng)絡(luò)技術(shù)的發(fā)展而提名的。尤其是隨著電子 商務(wù)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(xiàn)大量 商業(yè)數(shù)據(jù)間隱藏的依賴關(guān)系，從而抽取有用的信息或知識(shí)，指導(dǎo)商業(yè)決策。過去只有簡(jiǎn) 單的數(shù)據(jù)統(tǒng)計(jì)技術(shù)，還未達(dá)到成為智能數(shù)據(jù)分析工具。因此，在數(shù)據(jù)生成和數(shù)據(jù)理解之 間還存在很大的差距。DM和KDD就是一種新型的數(shù)據(jù)分析技術(shù)，旨早從大型數(shù)據(jù)庫中提取 隱藏的預(yù)測(cè)性信息，構(gòu)建高校的數(shù)據(jù)倉庫，發(fā)掘數(shù)據(jù)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(shí)的決策參考意見。 DM與KDD需要解決的問題有：超大規(guī)模數(shù)據(jù)庫和高維數(shù)據(jù)；數(shù)據(jù)丟失；變化中的數(shù) 據(jù)和知識(shí)；模式的易懂性；非標(biāo)準(zhǔn)格式數(shù)據(jù)；多媒體數(shù)據(jù)以及面向?qū)ο髷?shù)據(jù)的處理；與 其他系統(tǒng)的集成；網(wǎng)絡(luò)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(gè)綜合的過程，包括實(shí)驗(yàn)記錄，疊代求解，用戶交互 以及許多定制要求和決策設(shè)計(jì)等，而DM只是KDD中的一個(gè)具體但又是關(guān)鍵的步驟。當(dāng)然， 它們都對(duì)數(shù)據(jù)倉庫進(jìn)行有效利用的技術(shù)手段。 2.3 生物認(rèn)證技術(shù) 目前，許多磁卡、存單大都是用密碼來進(jìn)行安全保障的，一旦密碼泄漏，也就不安全 了。 在電子商務(wù)中，電子貨幣將得到急速的發(fā)展，對(duì)安全水平的要求也相應(yīng)提高，從而帶動(dòng) 了人工智能的一個(gè)分支領(lǐng)域——生物認(rèn)證技術(shù)的研究與開發(fā)。 生物認(rèn)證技術(shù)是指利用人體某一具有特征的部位，或個(gè)人的習(xí)慣，如指紋、掌紋、手 形、 網(wǎng)膜、虹膜、臉形、聲紋及筆跡等來識(shí)別人們的身份的技術(shù)。這種識(shí)別技術(shù)與磁卡式的 靠持有物認(rèn)證的方法和密碼式的靠知識(shí)認(rèn)證的方法相比，具有極大的優(yōu)越性，它不會(huì)丟 失、被盜和被偽造。 生物認(rèn)證技術(shù)作為一種準(zhǔn)確、快速和高效的身份認(rèn)證方法，正應(yīng)用于如銀行、海關(guān)、 醫(yī) 療保險(xiǎn)、重要通道控制、信息網(wǎng)絡(luò)安全等領(lǐng)域。這是一項(xiàng)集現(xiàn)代化生物科技與計(jì)算機(jī)科 學(xué)相結(jié)合的高科技實(shí)用項(xiàng)目。微軟公司宣布將把生物認(rèn)證技術(shù)添加到自己的視窗操作系 統(tǒng)中，這對(duì)這項(xiàng)新技術(shù)的發(fā)展將起到促進(jìn)作用。 2.4 智能數(shù)據(jù)庫信息檢索 在電子商務(wù)平臺(tái)應(yīng)用實(shí)踐中，如何根據(jù)用戶的意圖、興趣和特點(diǎn)自適應(yīng)地和智能化地 從 現(xiàn)有的客戶信息、商品庫存信息等大量數(shù)據(jù)信息中對(duì)信息進(jìn)行相關(guān)性排列，調(diào)整匹配機(jī) 制，以獲得用戶滿意的檢索輸出，成為電子商務(wù)今后應(yīng)用所面臨一個(gè)技術(shù)問題。 3．?dāng)?shù)據(jù)挖掘技術(shù)在Web上的應(yīng)用 3.1 引言 在日益發(fā)展激烈的電子商務(wù)買方市場(chǎng)競(jìng)爭(zhēng)中，任何與消費(fèi)者行為有關(guān)的信息對(duì)商家 來說都是非常寶貴的。雖然電子商務(wù)網(wǎng)站的后臺(tái)數(shù)據(jù)庫能夠記錄下來豐富的交易信息和 顧客相關(guān)的數(shù)據(jù)，但是這些數(shù)據(jù)資源中所蘊(yùn)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(shù)據(jù)挖掘技術(shù)為解決這個(gè)問題帶來了一線曙光。而通過在Web上應(yīng)用數(shù) 據(jù)挖掘技術(shù)（即Web Mining技術(shù)），公司還可以分析和預(yù)測(cè)顧客的將來行為。同時(shí)，利用有效的顧客信息， 可以大大降低公司的運(yùn)營成本。 3.2 數(shù)據(jù)挖掘的概念 數(shù)據(jù)挖掘是近幾年來隨著數(shù)據(jù)庫和人工智能技術(shù)的發(fā)展而出現(xiàn)的一種全新信息技術(shù)，也 是計(jì)算機(jī)科學(xué)與技術(shù)，尤其是計(jì)算機(jī)網(wǎng)絡(luò)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(shù)據(jù)挖掘可以描述為：數(shù)據(jù)挖掘是指從數(shù)據(jù)中提取模式的過程。它發(fā)復(fù)使 用多種數(shù)據(jù)挖掘又是一種支持過程，它主要基于人工智能、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)等技術(shù)， 高度自動(dòng)化地分析企業(yè)原有數(shù)據(jù)，做出歸納性推理，從中挖掘出潛在的模式，預(yù)測(cè)客戶 的行為，幫組企業(yè)決策者調(diào)整市場(chǎng)策略，減少風(fēng)險(xiǎn)，做出正確決策。 數(shù)據(jù)挖掘的技術(shù)基礎(chǔ)是人工智能。它利用了人工智能中一些已經(jīng)成熟的算法和技術(shù)，如 ：人工神經(jīng)網(wǎng)絡(luò)、遺傳算法、決策數(shù)、鄰近搜索方法、規(guī)則推理、模糊邏輯等，其問題 的復(fù)雜度和難度比人工智能要低許多 3.3 Web上數(shù)據(jù)挖掘的用途 網(wǎng)站的所有訪問者將會(huì)留下瀏覽的蹤跡，這些信息自動(dòng)存儲(chǔ)在Web服務(wù)器的日志文件 內(nèi)。Web分析工具可以通過分析和處理Web服務(wù)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(dāng)前經(jīng)濟(jì)模式的變化，從 傳統(tǒng)的實(shí)體的商店到Internet上的電子交易，同時(shí)也改變了銷售商和顧客的關(guān)系?，F(xiàn)在 ，網(wǎng)上顧客的流動(dòng)性很大，他們關(guān)注的主要因素是商品的價(jià)值，而不象以前注意品牌和 地理因素。因此，電子銷售商一個(gè)主要的挑戰(zhàn)是需要了解到顧客盡可能多的愛好，價(jià)值 取向，以保證在電子商務(wù)時(shí)代的競(jìng)爭(zhēng)力。數(shù)據(jù)挖掘是用來發(fā)現(xiàn)不明顯的，有潛在價(jià)值的 數(shù)據(jù)。Web上數(shù)據(jù)挖掘的潛力在于應(yīng)用最新的數(shù)據(jù)挖掘算法，分析Internet服務(wù)器上的日 志以及顧客，銷售和產(chǎn)品的外部數(shù)據(jù)。 綜合來說，Web數(shù)據(jù)挖掘有一下三個(gè)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(wù)網(wǎng)站的經(jīng)營模式； （2）電子銷售商可以獲知訪問者的個(gè)人愛好； （3）決定網(wǎng)站上訪問者到購買者的轉(zhuǎn)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(xiàn)顧客的購買模式和訪問者的瀏覽模式； （6）發(fā)現(xiàn)什么樣的顧客群在網(wǎng)站上購買什么商品； （7）發(fā)現(xiàn)電子商務(wù)網(wǎng)站上顧客之間的聯(lián)系。 ·判斷Web站點(diǎn)的效率 （1）發(fā)現(xiàn)站點(diǎn)上的高購買率部分和低購買率部分； （2）Web設(shè)計(jì)者不再完全依靠專家的定性指導(dǎo)來設(shè)計(jì)網(wǎng)站，而是根據(jù)訪問者的信息 來修改和設(shè)計(jì)網(wǎng)站結(jié)構(gòu)和外觀； （3）電子銷售商可以針對(duì)不同顧客提供個(gè)性化的服務(wù)。 ·評(píng)估電子商務(wù)模式的成功與否 （1）容易將用戶按照模式分類； （2）容易評(píng)測(cè)廣告的投資回報(bào)率； （3）容易得到可靠的市場(chǎng)反饋信息。 3.4 Web數(shù)據(jù)挖掘的分類 Web數(shù)據(jù)挖掘可以分為一下幾個(gè)層面： Web內(nèi)容的挖掘：Web內(nèi)容的挖掘是挖掘Internet的頁面和后臺(tái)交易數(shù)據(jù)庫。 Web結(jié)構(gòu)的挖掘：Web結(jié)構(gòu)的挖掘是運(yùn)用數(shù)據(jù)挖掘技術(shù)來重建Web站點(diǎn)的結(jié)構(gòu)。 Web使用的挖掘：Web使用的挖掘是通過挖掘相應(yīng)站點(diǎn)的日志文件和相關(guān)數(shù)據(jù)來發(fā)現(xiàn)該站 點(diǎn)上的瀏覽者和顧客的行為模式。 3.5 Web數(shù)據(jù)發(fā)掘工具的架構(gòu)和工作步驟 Web數(shù)據(jù)挖掘器將從Web數(shù)據(jù)庫中提取并集中數(shù)據(jù)，它需要Web站點(diǎn)的后臺(tái)數(shù)據(jù)庫（包 括用戶訪問日志文件，注冊(cè)用戶的活動(dòng)信息）以及Web數(shù)據(jù)倉庫（主要是面向電子商務(wù)網(wǎng) 站的注冊(cè)用戶）支持。并且要解決數(shù)據(jù)語義的二義性問題，以及消除臟數(shù)據(jù)等等，這需 要一個(gè)過濾器和綜合器來完成。由于HTTP協(xié)議是無狀態(tài)的，所以無法區(qū)分和跟蹤一個(gè)訪 問者在網(wǎng)站上的所有行為，這樣單純的依靠日志文件來進(jìn)行分析所得到的用戶...
人工智能技術(shù)在電子商務(wù)中的應(yīng)用