重庆交通大学 刘华

在20世纪80年代数据挖掘技术出现以前，很多企业认为庞大的网络数据信息已经给他们带来了很大的利益。利用这样便捷而高效的网络技术，顾客不再让他们毫无头绪。但是随着21世纪的到来，信息的大爆炸式发展让营销者们措手不及，数据信息已经成为大片大片的汪洋大海，而人们正被这些海浪逐渐淹没。单凭固有的数据信息，商家已经很难抓住各种分散的顾客。而这时正值数据挖掘技术突飞猛进的发展阶段，一种全面的革新又给商家们扔下了救命的稻草，“数据丰富，知识饥渴”似乎将不再是他们的形容词。

1 数据挖掘与数据库营销

1.1 数据挖掘

数据挖掘即最初的知识发现(KDD)，是指在庞大的网络数据库、数据仓库或者其他信息仓库中，运用特定的技术将大量、模糊、不完全、随机的数据提取、整合、发掘之后，获取有商业价值含量的知识，简言之就是提取、挖掘知识。运用这些知识，商家可以掌握客户的购买倾向、消费心理等，从而制定相应的营销战略，来达到增加利润的目的。

常用的数据挖掘方法有两类：一类是机器学习技术，一类是统计模型。前者与数据挖掘的关系最密切。机器学习属于人工智能的一种，也称为归纳推理，，是通过学习训练数据集，来发现模型的参数，进而找出隐含的规则。常用的机器学习方法有决策树、人工神经元网络和遗传算法等。统计模型在数据挖掘中的应用主要是进行评估，例如聚类分析、概率分布、回归分析、相关分析和判别分析等。……