丁小宝，唐跃武，陈国栋

（台州学院，浙江 台州 317000）

企业在实施电子商务或者全程电子商务过程中，由于采用不同的信息系统提供资源和服务，会产生异构的、不确定性的和非结构化的海量数据，其复杂程度已经远超出人类现有的信息分析和理解能力。企业如何利用这些海量数据吸引更多的客户、判定有价值的客户和保持客户等问题已成为企业战略决策的关键问题。数据挖掘技术成为企业解决这些问题的一个重要手段。数据挖掘工具多建立在数据仓库基础上，各大数据库厂商提供的数据仓库产品及相应分析工具、数据挖掘工具（如IBM 公 司 的 IntelligentMiner、SPSS公 司 的 Clementine、SAS公司的 Enterprise Miner等[1]），给用户带来了便利。但各厂商产品不兼容、难以耦合，尽管部分数据库产品的数据挖掘工具支持二次开发，而大部分只是支持自身的数据仓库环境，缺乏普适性和灵活性；企业容易形成对单一厂商数据挖掘产品和服务的依赖性，针对不同环境需要重复构建相同功能的数据挖掘软件。

另一方面进行电子商务系统数据挖掘，所需要的数据主要是Web内容、Web结构、Web日志记录、客户信息、交易数据、查询信息等，这类数据具有分布性、异构性及海量性，而且目前的挖掘工具主要采用单机运行、集中处理结构化的同质数据的模式。而对于分布式存储的数据需要集中才能处理，这个过程对网络速度、稳定性要求比较高，数据挖掘结果响应时间比较长、数据的私有性和安全性遭到威胁。……