常用的电子商务模式范文
前言：我们精心挑选了数篇优质常用的电子商务模式文章，供您阅读参考。期待这些文章能为您带来启发，助您在写作的道路上更上一层楼。
第1篇
同为新兴产业，安防和互联网，作为两个看似互不相干的领域，从发展的速度和轨迹来看，却表现出了惊人的一致。从无到有，从小到大，从单一到多元，从独立到融合，都在向着更加成熟、理性发展的方向上迈进。
今天，互联网展现出了其强大的能量，尤其是电子商务模块的单独划分，让广大企业和个人经销者以及买家感受到了一种前所未有的便捷和高效。一根网线，联通各条产业链，让买卖双方跨越地域、渠道的壁垒，轻松推出产品、找到产品进而达成交易。安防行业虽然起步较晚，但是发展十分迅速，尤其是近十年，更是势不可挡。但是随着安防市场的不断发展，竞争规则不断完善，加之一些新兴企业的进入，行业竞争日益加剧，产品的利润也随之变薄，市场渐渐由卖方市场向买方市场过度。在这样的背景下，产品营销和品牌推广的传统模式的转变就成为安防企业所要面临的尖锐问题，为了能够接触更多的产品用户和潜在消费者，增加产品影响力，增加产品利润，安防企业必须由传统的分销渠道向立体化营销转变，而无论是产品营销、品牌推广还是接触产品用户方面，基于互联网大面积普及应运而生的电子商务优势都是十分突出的。
一、安防行业市场分析
数据分析对比来看：2007年安防全行业总产值约1450亿元，比06年增加20.8%。2008年安防全行业总产值约1600亿元，比07年增加10.3%。2009年安防全行业总产值约1890亿元，比08年增加18.1%。2010年安防全行业总产值约为2270亿元，比09年增加20.1%。2011年安防全行业总产值约2700亿元，比2010年增加19%。
监控生产商样本分布也与安防产业分布格局大致相符，受访企业以东部三大生产基地为主，其中华南地区企业超过半数占50.5%，拥有数量上的优势，华东、华北地区企业数量相加占到43%，其他地区生厂商数量相对较少，合计只占6.5%。系统集成与工程商的区域性比较强，其地区分布与生产商有较大不同，此次调查选取的系统集成与工程商的数量较少，而且也集中在东部地区。
从商业销售渠道上分，直销+、分公司+地区、分公司+地区专营店、总+地区。
从经营模式上分，可以分为产品制造加工型、工程施工型；以解决方案为主的拥有核心技术、研发实力的高利润安防企业；以咨询、设计、监理、培训、出警等项目为主的服务型企业。
二、电子商务市场分析
电子商务行业自2008年金融危机后，就一直被风险投资所关注，目前电子商务已经成为互联网最大的细分子行业，预计2013年其占互联网行业市场份额将会超过40%。
电子商务模式，就是指在网络环境中基于一定技术基础的商务运作方式和盈利模式。电子商务模式可以从多个角度建立不同的分类框架，最简单的分类莫过于B2B(企业与企业之间的电子商务)、B2C(企业与消费者之间的电子商)和C2C(消费者与消费者之间的电子商务)以及C2B、O2O、B2G、BMC、ABC等。其中将线下商务的机会与互联网结合在了一起，让互联网成为线下交易的前台。
从电子商务网站的流量构成上看，专业浏览者的浏览次数增加和粘度升高更为收到网站重视。
两个产业的共同点
1、新兴产业
2、高速增长
3、趋于理性(安防行业2011年度企业最关注的技术)
4、区域市场分布基本重合
B2B电子商务进驻安防的必然性
随着安防市场的不断发展，竞争规则不断完善，加之一些新兴企业的进入，行业竞争日益加剧，产品的利润也随之变薄，市场渐渐由卖方市场向买方市场过度。在这种情况下，传统的经营模式和渠道已经不能满足企业高速发展的需求。而企业日对品牌传播、品牌效应的需求不断扩大，渠道扁平化、传播网络化、资源共享化的电子商务，已经成为安防企业必不可少的营销手段。从电子商务商业模式上来说，适合安防企业参与的基本是B2B和B2C模式。但是由于B2C在安防行业电子商务所占份额较少，我们主要分析B2B电子商务模式与安防行业的结合。
安防+电子商务(B2B)=整合式全方位营销
在解析安防与电子商务关联前，我们必须了解电子商务网站的客户分层概念。所谓客户分层，就是按企业规模、企业发展程度、营业收入等对广告主(客户)进行分级，进行***度量身定制的企业宣传和营销手段。如对企业的人员和营业额规模进行加权，将企业人员300人以下、300-2000人、2000人以上和年销售额300万元以下、300万元-3000万元、3000万元以上进行加权筛选，将企业分为创业型、中型、龙头型，针对三种企业进行不同的营销方案整合。分层后，可将广告主的诉求分为四个关键词：成本和利润(分成和流通成本)、资源(卖家+买家=信息)、品牌推广和保鲜、线上线下活动。
1、成本和利润(分成和流通成本)
中国安防行业中，300-2000人以下的中小型企业占到绝大多数。这些企业以产品制造加工、工程施工为主。由于自身规模和营业额的限制，将降低企业经营成本、加大出货量、提高产品利润为首要目的。在安防行业愈发成熟的今天，由于进入门槛低、产品同质化严重等原因，使得这部分企业的竞争非常惨烈，企业营收的利润率也较低。传统的直销+模式，由于分销商的利益、产品流通渠道的冗长，会使企业的经营成本不断加大。所以他们亟需寻找一种新的营销模式，使得企业自身的渠道扁平化、能实现与买家和终端用户网上直接沟通。电子商务的网上商铺和产品推广、匹配，正符合这部分企业的需求，两者一拍即合。
集成的企业产品信息展示平台、迅速的企业产品导购和案例展示、大面积的产品推广，是网上商铺的最大特点，是慧聪网、阿里巴巴、环球资源等国内外知名B2B电子商务网站的看家法宝，更是众多中小型企业最看重的网络平台。成为会员，开通商铺，信息，吸引买家，议价，接收订单，发货，结算，一条龙的服务让企业在网络上将产品售出的过程中感觉到方便、高效，直接更重要的是节省了寻找客户、寻找分销商的过程，大大节约了企业成本。
资源(卖家+买家=信息)
2012年10月安防行业热门关键词TOP10
1、防盗报警2、矩阵3、高清摄像头4、摄像头5、监控摄像头6、网络摄像机7、高速球8、摄像机9、红外摄像机10、门禁
电子商务网站的用户，从交易目的上来说，可以分为买家和卖家两大类。安防卖家(企业)通过商铺、搜索引擎等寻找商机，买家(工程商、设计院、系统集成商)则通过网络洽谈室、供需见面会等线上线下活动来寻找质优价廉的产品供应商。双方互为资源，同为需求，缺一不可。而将这两者串联在一起的，正是电子商务网站平台。它一手掌握卖家区域、产品及价格信息，一手掌握买家区域、产品需求信息。通过强大的数据库，将二者提交的供需需求进行精准匹配，并通过IM、电话、邮件等工具通知双方，直接达成交易意向。也可通过虚拟网络洽谈室、站内外搜索引擎，将数据筛选后，让搜索双方互通，从而达成交易。
这与传统的黄页、分销商客户关系相比，显然更为精准和稳定，如果双方达成互信，可长期作为供需伙伴。无论是降低成本、提高利润还是快捷省时、多元化选择上，都凸显了优势。
品牌推广和保鲜
与中小型企业相比，2000人以上、年销售额突破3000万元的安防企业数量虽然不多，但是由于拥有较强的科技研发实力、稳定的销售渠道，不容小视。这部分企业，以某个或某几个领域全产品线的解决方案提供商为主。虽然营销的最核心还是卖东西，但是大型企业营销的模式需求更为多元化。不但要求自身产品的销量，还要保持自己在安防业内的优势，并对竞争对手的宣传做出相应的制衡。使买家对自己产品的品牌、形象产生先天印象并持续加深、常感新鲜。B2B电子商务媒体属性
这类企业的需求，往往是多项家和，既要通过网上商铺显示自身的存在，也要通过不断的话题、新闻、互联网广告一遍遍突破自己的形象，使企业的被关注度在业内保持领先，在买家和同行企业心中，达到“提到咖啡就想起雀巢”的效果。
行业专业化电子商务网站，由于深耕行业、了解市场、专业度高，往往比社会类媒体更加能把我网络用户的兴奋点和兴趣点，通过某些热门话题、热门活动为大型企业量身定制自己的推广、传播方案。从而达到让网络用户和买家从关注面到关注点、从事件关注到企业、从企业关注到产品的运营主线。也从另一面达到了营销的最终目的。
精准的线上线下活动
从2008年美国次贷危机引发国际金融危机开始，世界经济环境陷入了普遍的低迷。到2011年，受到国际经济环境相对疲软和欧洲债务危机双重影响，安防行业出口情况出现普遍下滑，尤其以主要通过代工形式的出口加工型安防产品厂商为甚。从数据统计看，2011年安防行业部分企业外贸业务额下滑高达30%-40%。而国内市场由于大规模基础设施建设和维稳需求还在保持强劲增长，所以外贸受挫的企业开始大批转向国内市场。但是他们遇到了前所未有的尴尬，虽然产品质量及价格很有优势，但长期的外贸经营模式，让这些企业在国内的品牌知名度不高，渠道建设一片空白，使得企业转型乏力。这时候就亟需精准、专业的买家团体、渠道商能够了解企业的实力和产品。而电子商务网站依托多年积累，拥有大量高质量的买家、渠道商资源。通过组织买家考察团等形式，精准的将买家投放至有需求的企业，让买卖双方面对面接触，通过沟通、了解，将本具有竞争力但不知名的品牌和产品让买家熟悉、认可，最终达成交易或者意向。这就是线下的买团服务。按照慧聪安防网的统计，自2008年慧聪安防网组织买团走近企业活动开始，报名参与的企业逐年递增。从企2008年的4家、2009年的6家、2010年的8家到2011年的12家逐年递增。而买家团的人数上来看，也从2008年的100个买家上升到了2011年的400个买家。
而在企业品牌推广方面，电子商务网站也通过自身的优势资源，在线下+线上活动上为企业提供最合适的方案。比如专业展会的宣传、行业优秀品牌评选、全国渠道拓展、企业会等，都是利用了专业网站交易+媒体的特性完善了企业的品牌推广方式和出货手段。
电子商务+安防行业的发展趋势
据中国安防行业协会预计，到2015年，中国安防行业市场规模将达到5000亿元人民币。从长期发展角度看，国内安防企业也将向全产品线、产品+工程最终向服务转型。在这个过程中，企业需要长期的技术、资金、品牌形象的积累。也就是说，厂商最终将不满足以单纯的推广产品和方案为主，而是通过多元化的途径，使企业的品牌、服务、产品深入人心。而民用安防随着社会环境的变化和人们安全意识的加强也将会得以长足发展，这也使得各地电子市场、卖场里面向普通家庭销售的单独安防产品量会大幅增加。以上几点，也正符合了电子商务未来发展的趋势。
据分析，在今后数年中，我国B2B电子商务发展将有一下几个特点：B2B与B2C融合发展、信息服务向在线交易延伸、B2B线下支付向线上转移、网络融资将成B2B新增长点。其中与安防行业发展最为密切的当属B2B与B2C融合发展、网络融资将成B2B新增长点。
第2篇
关键词 移动电子商务 在线旅游 模式创新
一、移动电子商务与在线旅游概述
在线旅游是指旅游服务企业依托互联网技术，以B2B2C的流通模式，以旅游电子商务网站为中介的，连通旅游和相关配套产品提供商（如景区、酒店、航空公司等）和旅游产品终端使用客户，并借助网上银行工具、网络信用验证机制、网络产品服务评价系统来完成旅游产品的购买、体验、反馈循环，从而创新地利用现代手段完成实体旅游体验的一种新旅游模式。目前，随着我国互联网的迅速发展和我国网民购买潜力的进一步开发，我国在线旅游市场发展迅速，依据我国电子商务研究中心和iResearch公司的统计数据，我国网上旅游的预订数量一直稳步增长，截至2009年我国在线旅游市场已达38.9亿元，同比增长32.3%，到2011年11月，依照CNZZ的统计，平均每天有1 417个旅游电子商务行业网站被访客访问，同比增长15.67%，环比增长率为6.5%，这些数据都说明目前我国在线旅游消费市场的发展极为迅速，是一种具有较大潜力的新兴产品。
与此同时，自2009年开始，随着我国移动通信基础设施的升级和改善，移动网络相关资费不断下降，同时也随着移动终端设备性能的不断改善和移动应用服务的不断提升，我国移动互联网步入了一个高速发展的时期，构架于其上的移动电子商务也因此得到了有力的推动。移动电子商务是指依托新兴的移动互联网网络，以移动互联终端和移动服务商信息系统为平台进行的各种商务活动，包括商品和服务的供给者、消费者、营销者、者等在内的各方商务行为的总和。
目前我国移动电子商务的发展极为迅速，2010年我国移动电子商务的用户规模已达约7 500万人，而预计到2012年，我国移动电子商务市场的用户规模将达到24 957.2万人，整体市场将步入一个长期快速发展的黄金时期。
随着我国移动电子商务用户规模的不断扩大，利用移动电子商务进行实物商品交易的用户比例偏低的问题也正在得到明显的改善。由于我国移动互联网技术和网络安全体系的进一步完善，我国移动电子商务的实物交易量正在大幅上升，2009年我国移动电子商务实物交易用户的规模已超过400万，环比增长率超过180%，高于该年度移动电子商务整体用户规模的增长速度，这表明随着科技的进一步发展，我国移动电子商务对于实体行业带来的用户消费群体的购买潜力将有条件得到进一步深入的开发。
二、在线旅游领域移动电子商务的特点及应用优势
由于移动电子商务是传统电子商务与新兴的移动互联网相结合的产物，其自身的应用具有广泛性、个性化、定位精准、支付便捷、网络安全、营销精准的特点。由于移动电子商务所依托的移动互联网终端是一种多功能的、用户群体广泛的电子设备，并且这些电子设备的其他用途使得其用户群体对该设备的使用时间具有较差的延续性，因而移动电子商务可达的客户群体比较庞大，具有广泛性的特征。而同时由于移动电子商务的开展可以使用户的消费习惯得到更好的挖掘和细节化的体现，所以移动电子商务企业可以有效地利用积累的数据来挖掘其客户对象的行为特征，从而提供更有针对性的服务和营销活动，实现更加精准的营销。此外，由于移动电子商务可以利用移动互联终端的信号来判定其具体方位，因而移动电子商务具有传统电子商务所不具备的空间位置定位功能，从而方便移动电子商务企业根据客户的位置实行特定的销售和营销活动。由此，结合移动电子商务的诸多特点，本文认为移动电子商务在在线旅游市场的应用优势主要有：
1.在线旅游前应用优势――营销目标精准化和营销内容丰富化。由于移动电子商务的应用，旅游企业可以有效地借助移动互联网平台实现对在线旅游客户的一对一精准营销，通过发掘客户的模式和定点的移动互联网广告营销，在线旅游产品的供应商-旅游电子商务网站可以提高自身的品牌知名度，并且借由这种移动网络营销技术影响其既有的和潜在的客户群体。
同时，由于移动互联网终端处理能力的提高，旅游电子商务企业可以制作更加丰富的营销方案，通过丰富的移动网络互动，将在线旅游产品立体化、生动化地展现在顾客面前，从而提升顾客的消费意愿。
2.在线旅游间应用优势――信息实时化和支付便捷化。由于移动电子商务具有移动便携的特点，在线旅游产品客户可以随时随地地利用移动电子商务购买在线旅游产品所附加的增值服务，或是在经常处于难以登录互联网的地区和时间段利用移动电子商务来获取其所需的在线旅游信息。移动互联网的技术升级使得无线网络支付已经成为可能，同时由于无线网络终端往往绑定了个人信息，并且终端平台信息被窃取的可能性较普通互联网平台的概率要低，因而移动电子商务在电子商务交易产品的支付手段上具有安全性高的特点。移动电子商务还可以利用自身的支付便捷性和安全性，扩大其在在线旅游服务期间的应用范围。借助移动互联终端同移动旅游电子商务客户的身份信息等个人机密信息的绑定，便可以以移动电子互联终端为中介实现支付功能，进而使得在线旅游客户可以快捷地在旅游途中进行快捷的消费服务结算，特别是在银行终端体系较不发达的地区，移动电子商务客户可以直接借由移动电子终端进行付款。
3.在线旅游后应用优势――客户维持个性化。传统的旅游电子商务实践中，在线旅游企业往往难以对其客户进行进一步的反馈获取及宣传营销，许多企业往往通过对既定客户的email宣传作为仅有的后续宣传和客户维持手段，而这种粗放式的营销方法往往容易引发客户的反感造成一定的客户流失。而移动电子商务作为一种支持个性化消费的电子商务途径，在在线旅游的应用中具有客户消费习惯易识别，用户跟进宣传易实现的优势。由于移动电子商务的使用者往往不拒绝短内容的高精度的附加服务信息，因而在线旅游电子商务提供商可以采用经用户学科的定制化宣传服务来定期依照客户的定制要求来向其发送精简的广告，从而保证自身优势产品向潜在回头客的传达，从而提高自身的营销效果，吸引既有客户，从而减少客户流失。
三、移动电子商务在在线旅游市场中的应用模式
1.基本服务。基本服务即在线旅游产品消费者在进行在线旅游产品消费过程中必然要进行的基础性活动。随着在线旅游市场引入移动电子商务，实现对消费者基本服务需求的满足是移动电子商务在在线旅游领域最基本的应用。
（1）信息传递与定制。移动电子商务可以以全面的信息平台作为其在在线旅游领域的最基本的应用模式。由于在线旅游消费者在进行旅游服务的体验过程中往往需要实时查询一些其所需的信息，因而在线旅游企业可以应用移动电子商务技术，专门搭建一个为移动终端客户提供重要信息查询的WAP网页平台，从而提高在线旅游客户的信息查询速度，改善在线旅游消费者对旅游服务的体验。
（2）旅游活动预定。随着在线旅游消费者对在线旅游产品的易购性要求越来越高，繁冗的购买细节已然不适合当下旅游电子商务的发展，因而借助移动电子商务支付安全快捷特点的帮助，在线旅游产业可以实现简介的旅游活动预定功能。移动电子商务在在线旅游领域中的这一应用模式主要以移动网络个性化定制与支付为主要内容，通过对用户需求的引导式询问，移动电子商务系统可以为客户选取小批量的候选集，而后由客户自行选取，完成选择后直接依靠快捷的移动互联网或是短信预定，从而高效地完成消费者的旅游活动预定流程。
（3）移动便捷支付。由于安全条件的限制，在线旅游客户在旅行过程中往往不便于携带过多现金，同时由于景区硬件设施的限制使得旅客往往不一定存在良好的取款条件，因而通过移动电子商务，在线旅游的客户可以通过预先在类似“支付宝”的旅游支付资金池中充入一定的预备金额，而后在景区消费时依靠移动互联设备与其个人信息的紧密绑定，在电子商务合作方如合作饭店、合作宾馆、合作纪念品店等景区消费地点直接使用移动互联网支付来支付在这些合作方消费场所的消费支出，从而减少在线旅游客户的钱款转换耗费。
2.辅助服务。辅助服务包括的内容有：行程规划管理；移动电子地图查询；移动导游语音支持。
3.增值服务。（1）旅游交友平台。随着SNS平台的大规模流行，在旅游的过程中，许多消费者在移动网络的应用上存在一定的交友需求，因而旅游电子商务可以在在线旅游业务的经营过程中通过数据分析和数据挖掘发掘对于旅游需求存在一定相似度的顾客群体，通过付费的旅游交友平台服务，构建自由交流群组，增加具有相同旅游习惯的在线旅游客户群体间的交友互动，从而在满足客户额外需求的同时获得额外的增值收入。
（2）应急救援支持。旅游服务的消费过程中消费者到达一个全新的陌生环境，往往容易发生较为严重的意外情况，通过移动电子商务的应急救援支持服务，可以帮助在线旅游客户在意外情况下尽快获得救助，从而在满足客户安全需求的基础上赢得客户好感，提高自身的客户满意度。移动电子商务在在线旅游领域的应急救援支持应用模式可以以客户制定的编码系统为标准，当客户遇险时将指定的代码发送至旅游电子商务运营商，则旅游电子商务运营商将按照预定预案启动其意外事故处理程序，帮助消费者联系相关当局并提供针对其意外情况的实时指导。
四、结束语
旅游电子商务作为未来旅游业发展的一个重要分支，其提供的在线旅游产品及其营销手段的不断创新，是保证在线旅游供应商可持续发展的重要前提。随着移动互联网技术的进一步成熟和消费者移动电子商务应用成本的进一步降低，借助移动电子商务来促进在线旅游市场的发展已是该行业发展的必然趋势，因而本文所研究的移动电子商务在在线旅游市场的三大类别应用模式，可以供旅游电子商务加以借鉴，从而方便其借助这几种具体的移动电子商务应用模式来促进自身移动电子商务应用的引入、升级和完善，进而实现更加有效高级的移动旅游电子商务服务产品。
参考文献
[1]崔萌，周晔.移动商务引领电子商务新风尚[J].改革与开放，2010，（14）.
[2]杜小惠.移动电子商务在旅游中的应用模式与营销创新[J].旅游管理，2006，7（6）.
[3]胡天舜.旅游服务移动化提速[J].中国电信业，2005，（2）
第3篇
关键词：电子商务；安全性；安全技术
中图分类号：TP393 文献标识码：A
随着网络科技以及计算技术的迅猛发展，人们在网络的基础之上逐渐建立了一种商业运行模式，即电子商务。广义上的电子商务是指在网络通讯以及计算机的基础之上，利用相应的电子工具所从事的商业活动过程；而狭义上的电子商务是指利用Web所提供的网络来进行商业交易。而目前，电子商务也已经日趋完善和成熟，尤其是伴随着全球经济的一体化快速发展，电子商务已经在世界范围内得到了广泛的应用。电子商务既能像传统商务一样方便、可靠和具有安全的服务，同时又具有其独特的优势：极大的提高了通讯速度；可以全天候服务；具有交互式的销售渠道；降低了交易成本；提高了服务质量；可提供完整的产品信息等。
由于电子商务是一个十分复杂的系统工程，其过程的实现需要解决众多的社会问题以及技术问题。而电子商务安全则成为了众多技术中的关键，以及世界关注和研究的热点。本文主要论述了电子商务的安全体系结构，电子商务中常用的几种安全技术以及电子商务的安全协议。
1 电子商务的安全体系结构
根据电子商务的功能层次进行体系划分，可以将其分为网上商业活动（客户和服务商通过网络进行的活动）；电子商务应用系统（将商务活动的所有相关数据处理成商务活动可以识别的数据）；应用系统的支持系统（为应用系统提供所需要的数据库和文档等）；网络平台（提供电子商务所需要的数据）。
电子商务系统可以作为一个中枢系统将服务商、客户以及银行有机的联系在一起，从而实现具体的操作。因此，电子商务的系统应该是由服务商的服务器（由服务商端、数据库管理系统以及web服务器系统等众多部分组成），银行（银行、数据库管理系统等）以及客户（主要是利用因特网与商户、银行进行商务交易）。
而作为实现电子商务顺利进行的关键环节——电子商务的安全体系结构发挥着重要的作用。上面提到的银行、客户以及服务商都是安全体系的组成部分，而且它们都需要安全服务器。同时，为了更好的维持各个组分之间安全性的相互一致，通常安全体系还包括CA认证系统。CA认证系统遵守相同的协议，可以进行协调工作，并可以保证电子交易过程中数据的完整性、保密性以及确定性等。
除了CA认证系统之外，在电子商务中还存在不同层次的安全机制。用户在使用网络进行商务交易时，首先应该具有身份认证、消息认证和安全操作协议等的需求。在进行电子商务交易的过程中，必须对有关的数据进行加密、认证等处理。
2 电子商务中常用的几种安全技术
首先，加密技术。这是一种电子商务中采用最为广泛的方法，其主要的目的是为了能够保证秘密数据不被外泄，以及有效的提高电子商务系统数据的安全性和保密性。通常可以将加密技术分为对称加密和不对称加密两类：（1）对称加密：指的是对信息的加密以及解密过程都使用相同的密钥，也被称为密钥加密。在交易的过程中双方采用相同的算法，并只交换专用的密钥。在此前提下，密钥的安全交换是对称加密有效进行的关键环节。目前，最为常用的对称加密算法包括DES（DataEncryption Standard是使用最为广泛的）、IDEA、3DES、RC4等。（2）非对称加密：每一个通讯实体拥有一对密钥，通常使用其中一个进行加密，另一个进行解密。目前，RSA（RivestShamir Adleman）算法是一种最为常用的非对称加密算法。
其次，安全认证技术。这是一种有效的防止信息被篡改、删除、重放和伪造的方法，它可以对已发送的消息进行验证，以便接受者能够辨别信息的真假。而认证的实现过程主要包括数字摘要、数字信封、数字签名、数字时间戳和认证中心等技术。（1）数字摘要：通常使用SHA算法，将需要加密的数据“摘要”成一定长度的密文。需要注意的是该密文和明文具有相同的摘要。所以，利用数字摘要可以保证数据的有效性以及完整性。（2）数字信封：该技术主要的是体现的是保密性，其工作原理是使用HASH函数将对称密钥进行加密，在此基础上对密钥进行公钥加密，将其和加密数据一起发送给接受者。（3）数字签名：主要应用于身份认证、数据完整性等方面。是对非对称加密和数字摘要技术的综合应用。（4）数字时间戳：在电子商务过程中，需要对交易的文件和时间信息进行适当的安全加密措施，而数字时间戳服务（DTS）则是专门用于对电子文件发表时间进行安全保护的。（5）数字凭证：目前常用的数字凭证包括个人凭证、企业凭证以及软件凭证。其工作的原理就是应用电子手段来验证某一个用户的身份以及对于某个网络的访问权限等。（6）认证中心（CA，Certificate Authorities）：认证中心是作为第三方的一个权威性和公正性的认证机构，其主要职责是发放数字时间戳服务（DTS）和数字凭证（Digital ID）。（7）智能卡：智能卡是一种嵌入微处理芯片和存储器集成电路卡，可以对数据进行加密和解密。在电子商务中，智能卡具有以下几点优势：增加了私有密钥和电子证书的安全性；可以进行个人密码的设置；可以减轻客户端系统的负担等。
3 电子商务的安全交易协议
电子商务除了必须具备相应的各种安全控制技术之外，还必须具有一套完善的安全交易协议。目前，我国常用的安全协议主要包括：一是安全电子交易协议（SET）。其主要是为了解决用户、商家和银行之间的交易而设计的，目的是能够确保支付信息的保密性，过程的完整性，尤其是商户和用户的合法身份；二是安全套接层协议（SSL）。主要包括服务器认证、SSL链路上数据的完整性以及保密性。在点对点之间的信息传输中有着广泛的应用，但是在实际的应用中建议使用“SSL+表单签名”模式，以保证电子商务交易的安全性；三是安全交易技术协议（STT）。该技术将解密和认证公开在网页中，以有效的提高安全控制力；四是安全超文本传输协议（HTTPS）。HTTPS是基于提供保密、认证以及完整性等服务，以确保在网页上交换的媒体文本。
参考文献
[1]林维达，刘桂兰.计算机安全与计算机病毒[J].微型机与应用，1998.
[2]梁晋，等.电子商务核心技术-安全电子交易协议的理论与设计[M].西安：西安电子科技大学出版社，2000，8.
[3]覃征，谢国彤.商务体系结构及系统设计[M].西安：西安交通大学出版社，2001.
第4篇
[关键词] 电子商务 数据挖掘 Web挖掘
电子商务采用数字化方式进行商业活动，是在电子网络环境中进行商品和服务的贸易活动。近年来，随着网络的普及和Internet的发展，各企业均积累了大量的数据。如何从这些数据中发现潜在的规律，来帮助制定企业今后的发展战略，是各电子商务平台急待解决的问题。Web挖掘作为数据挖掘的一个重要分支，为上述问题提供了有效的解决途径。
一、web挖掘
数据挖掘就是从大量的、不完全的、有噪声的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的知识的过程。它融合了数据库、人工智能、机器学习等多个领域的理论和技术。Web 挖掘是数据挖掘在web上的应用，是指从与web相关的资源和行为中抽取感兴趣的、有用的模式和隐含知识。一般地，Web挖掘可分为三类：
1.Web内容挖掘，是从文档内容或其描述中抽取知识的过程。它又可以分为Web 页面内容挖掘和搜索结果挖掘。页面内容挖掘指的就是对Web 页面上的数据进行挖掘, 而搜索结果挖掘则指的是以某一搜索引擎为基础,对已搜索结果进行挖掘。
2.Web结构挖掘，是从www的组织结构和链接关系中推导知识。它又可以分为外部结构挖掘、内部结构挖掘和URL挖掘。Web结构挖掘的目的是通过聚类和分析网页的链接, 发现网页的结构和有用的模式, 找出权威页面。
3.Web使用挖掘，即Web日志挖掘，是通过挖掘Web日志记录，发现用户访问Web页面的模式。它又可分为一般访问模式挖掘和个性化服务模式挖掘。
二、Web挖掘的过程
1.数据收集。Web挖掘的数据对象包括服务器日志数据、服务器数据、web页面内容、web超链接信息、用户注册信息等，其中服务器日志数据是web挖掘的主要对象。
2.数据预处理。数据预处理是web挖掘的重要步骤，直接影响到最后挖掘结果的正确性和准确性。它通常包括以下几个方面:
(1)数据清洗，是指根据需要删除与web挖掘任务无关的数据，过滤掉不需要的记录。(2)反蜘蛛化。现在互联网上有大量的蜘蛛程序，它们模拟用户在各网页间爬来爬去。但它们并不代表真实的电子商务用户，因此需要把服务器日志中的蜘蛛记录过滤掉，以更真实地反映实际情况。(3)客户认证,是从服务器日志中识别出访问网站的每个用户。(4)会话识别。会话是指客户在一次访问中所访问的所有web页面，通过分析可以得到，用户对电子商务站点的兴趣所在。(5)路径补全。由于客户端缓存的存在，会造成一些重要的访问信息被遗漏，所以需要对用户访问的前后页面进行推理，补全访问路径。
3.模式发现，是运用各种方法，发现隐藏的模式和规则。常用的方法有：关联分析，分类分析，聚类分析，序列分析。
4.模式分析。模式分析是找出所发现模式集合中的有用模式，以便对决策提供支持。如果所有模式均不令人满意,则需要重新挖掘。
三、Web挖掘的方法
1.关联分析，用于发现同一事件中不同数据项的相关性。常用的Apriori算法分为两步，首先找出满足最小支持度阈值的频繁项集；然后由它们形成满足最小置信度阈值的强关联规则。可以将web挖掘得到的关联规则用于改进电子商务站点的结构，将相关联的商品放在一起，减轻用户过滤信息的负担，增加交叉销售。
2.分类分析，通过学习已被告知类标号的训练集，得到分类器模型，然后将其用于对其它数据的分类。常用的方法有贝叶斯分类法、决策树技术和支持向量机技术。
3.聚类分析，使用划分方法、层次方法、基于密度的方法、基于网格的方法等技术，使同一类中的对象之间具有很高的相似度，而不同类中的对象高度相异。经聚类分析，可以对电子商务平台中的具有相似浏览模式的用户提供个，以满足该类消费群体的特殊需要。
4.序列分析，是挖掘频繁出现的有序事件或子序列模式，侧重于数据项间的前后关系。在电子商务平台上，可以帮助企业预测用户未来的购买行为，指导企业制定销售计划。
四、Web挖掘在电子商务中的应用
1.提供个性化服务。通过分析用户的访问模式，对用户进行聚类和分类，为每一类用户提供迎合其兴趣的个性化服务，提高电子商务平台的人性化设计，从而提高用户的满意度，留住老用户;对具有潜在消费能力的用户，通过提供个性化服务，可以刺激他们的消费，提高电子商务平台的亲和力。
2.优化web站点结构。通过分析用户的浏览路径，用有向图来表示用户的整个页面访问过程，图中的顶点代表页面，图中的边代表页面的访问顺序。通过web挖掘找出频繁访问路径，得到电子商务平台上的主要页面，将重要的销售信息放在上面，有利于用户快速找到自己需要的商品。
3.降低电子商务平台运营成本。通过挖掘用户的行为记录和反馈情况，预测未来的购买行为，进行有针对性的市场营销活动；通过分析用户感兴趣的页面，有针对性地投放广告。
五、结束语
随着信息技术的飞速发展，电子商务在商业贸易中的份额越来越大，使用web挖掘技术对企业积累的海量数据进行处理，挖掘出合适的模式，帮助企业在激烈的市场竞争中做出正确的决策，对提高企业的市场竞争力有重要意义。随着web挖掘技术的不断发展和成熟，一定会在电子商务应用领域有广阔的应用前景。
参考文献:
第5篇
1现代教育技术在职中电子商务教学的应用
1.1对多媒体教学形象直观的特点加以有效利用
通过有效应用多媒体技术，可以使教学得到优化，使教学效率得以提高。现代教育技术是现代教育常用的一种比较先进的教学方法，对于传统教学中教师难以表达的东西应用此技术可以得以有效解决。例如，内容比较抽象以及复杂的知识，应用虚拟动画技术和过程演示等多种手段可以加深对理论知识的理解，提高知识的掌握能力，使教学更加便捷与高效。同时利用多媒体技术制作出的教学课件，图文声像并茂，教学直观、形象、生动、趣味，能给学生提供全方位、多渠道、最直接的听觉、视觉感受，这是其他教学媒体无法达到的。若能充分利用这一优点，变抽象为直观，变静为动，可大大激发学生的学习兴趣，提高学生的学习积极性和主动性。当前，大部份职中学校都配备了比较齐全的多媒体设备，教师在备课时应用CAI课件和电子教案来进行备课和授课，其相比以前的教学模式，不仅更加便捷，而且也提高了教学效率。
1.2以电子商务模拟软件促进现代教育技术在职中学校电子商务教学的应用
电子商务专业是一个注重实践操作的专业，学校应该着重培?B学生在网络上的商务实践能力，充分利用校园网络资源，配备电子商务模拟系统软件平台，为电子商务教学提供真实互动的教学和实践环境，让学生亲身实践电子商务活动过程和电子商务运作模式。《电子商务实验室》是电子商务教学过程中常用的模拟平台，学生在操作时，可通过角色扮演建立自己的企业，创建企业网站、企业邮箱申请、数字证书申请/安装、产品采购、支付、运输、库存、客户管理等操作，完成相关的业务流程，感受电子商务的内在规律。老师通过平台可掌握所有学生的操作情况，控制教学过程，并进行相应的引导和干预；还可通过考试系统，对学生进行评测，了解学生的实际掌握情况。调查发现，目前大多数职中学校都建立了自己的电子商务模拟实验室。实验室的建立解决了电子商务实践的困境，使电子商务的实践教学实现了质的飞跃。
2现代教育技术在职中电子商务教学中应用的思考
应用现代教育技术对职中电子商务进行教学，虽然与之前相比有了较大的发展，但在教学过程中很多现代化的元素应用不是特别广泛，对其教学过程中所面临的问题进行针对性处理，可以有效提高教学效率和教学效果，具体如下：（1）把重点放在基础设施建设上面。在教学过程中应用现代教育技术进学教学，其基础就是电子信息设备，不过从我国的职中学校的实际具体情况来看，很多职中学校在基础设施的建设缺乏相应的资金投入，许多职中学校的校园网还没有全面覆盖，其仍处于起步建设阶段，没有达成规模，另一方面其功能有限，在电子商务实验软件和系统方面，其功能都比较单一化，没有较强的扩展性，模拟交易场景也只是宛如虚设。针对这一问题，应当适当加大资金投入力度，这是开展现代教育的关键。（2）提高教师的现代教育技术教学能力。现代教育技术也是认知工具当中的一种，它需要老师来传授，而且学生要进行有效的消化，并多加练习才叫做成功的教学。若想实现教育现代化，其基础就是设备，还有一个重点是发挥教师的媒介功能。因此，要提高教师的现代教育技术教学能力，学校应该多组织教师参加电子商务职业技能培训，另外，老师也要有自我学习的意识，主动学习与专业相关的理论知识和应用技能，努力提高应用计算机和课件制作的能力。（3）对教学模式加以创新。教师在应用现代教育技术在职中电子商务教学的过程中，要敢于打破传统教学模式的束缚，避免枯燥无味的教学方法，为学生提供多样化、丰富的学习资源，把教学的主体放在学生身上，教师只作为辅助的引导，善于引导学生主动去探索、获取知识，提高他们的学习兴趣，营造良好的学习气氛。同时，注重培养学生的协作意识与能力，把教学目标放在全方面提高学生的综合能力上面。
第6篇
关键词：数据挖掘 电子商务 数据库
一、引言
电子商务是指以Internet网络为载体、利用数字化电子方式开展的商务活动。随着网络技术和数据库技术的飞速发展，电子商务正显示越来越强大的生命力。电子商务的发展促使公司内部收集了大量的数据，并且迫切需要将这些数据转换成有用的信息和知识，为公司创造更多潜在的利润。利用数据挖掘技术可以有效地帮助企业分析从网上获取的大量数据，发现隐藏在其后的规律性，提取出有效信息，进而指导企业调整营销策略，给客户提供动态的个性化的高效率服务。
二、数据挖掘技术
1.数据挖掘
数据挖掘(Data Mining)，又称数据库中的知识发现(Knowledge Discovery in Database, KDD)，是从大量的、不完全的、有噪声的、模糊的和随机的数据中，提取隐含在其中的、人们事先不知道的，但又是潜在有用的信息和知识的过程。数据挖掘是一门广义的交叉学科，它汇聚了不同领域尤其是数据库、人工智能、数理统计、可视化、并行计算等方面的知识。数据挖掘技术从一开始就是面向应用领域，它不仅是面向特定数据库的简单检索查询调用，而且，要对数据进行微观、中观乃至宏观的统计、分析、综合和推理，以指定实际问题的求解，企图发现事件间的相互关联，甚至利用已有的数据对未来的活动进行预测。数据挖掘技术在金融、保险、电信、大型超市等积累有大量数据的电子商务行业有着广泛的应用，如信用分析、风险分析、欺诈检验、用户聚类分析、消费者习惯分析等。
2.数据挖掘过程
挖掘数据过程可以分为3个步骤：数据预处理、模式发现、模式分析。
(1)数据预处理。实际系统中的数据一般都具有不完全性、冗余性和模糊性。因此，数据挖掘一般不对原始数据进行挖掘，要通过预处理提供准确、简洁的数据。预处理主要完成以下工作：包括合并数据，将多个文件或多个数据库中的数据进行合并处理；选择数据，提取出适合分析的数据集合；数据清洗、过滤，剔除一些无关记录，将文件、图形、图像及多媒体等文件转换成可便于数据挖掘的格式等。
(2)模式发现。模式发现阶段就是利用挖掘算法挖掘出有效的、新颖的、潜在的、有用的以及最终可以理解的信息和知识。可用于Web的挖掘技术有路径选择、关联分析、分类规则、聚类分析、序列分析、依赖性建模等等。
(3)模式分析。模式分析是从模式发现阶段获得的模式、规则中过滤掉不感兴趣的规则和模式。通过技术手段，对得到的模式进行数据分析，得出有意义的结论。常用的技术手段有：关联规则、分类、聚类、序列模式等。
三、电子商务中几种常用的数据挖掘方法
1.关联规则
关联规则是数据挖掘研究的主要模式之一，侧重于确定数据中不同领域之间的关系，找出满足给定条件下的多个域间的依赖关系。关联规则挖掘对象一般是大型数据库，该规则一般表示式为：A1∧A2∧…Am=>B1∧B2∧…Bm，其中，Ak(k=1,2,…, m)，Bj(j=1,2,…,n)是数据库中的数据项。有Support(A=>B)=P(A∪B)，Confidence(A=>B)=P(A|B)。数据项之间的关联，即根据一个事务中某些数据项的出现可以导出另一些数据项在同一事务中的出现。 关联分析的目的是挖掘出隐藏在数据间的相互关系。关联规则用于寻找在同一个事件中出现的不同项的相关性，比如在一次购买活动中所买不同商品的相关性。关联分析的典型例子是购物篮分析，描述顾客的购买行为，可以帮助零售商决定商品的摆放和捆绑销售策略。如著名的(面包+黄油牛奶)例子就属于关联分析：在超市中，90%的顾客在购买面包和黄油的同时，也会购买牛奶。直观的意义是：顾客在购买某种商品时有多大的倾向会购买另外一些商品。找出所有类似的关联规则，对于企业确定生产销售、产品分类设计、市场分析等多方面是有价值的。
2.聚类分析方法
类聚分析就是直接比较样本中各事物之间的性质，将性质相近的归为一类，而将性质差别较大的分在不同的类。对变量聚类计算变量之间的距离，对样本聚类则计算样本之间的距离。它的目的是使得属于同一类别的个体之间的距离尽可能小，而不同类别上的个体间的距离尽可能大。
聚类分析用于把有相似特性的客户、数据项集合到一起。在电子商务中, 聚类分析常用于市场细分。根据已有客户的数据，利用聚类技术将市场按客户消费模式的相似性分为若干细分市场，以进行有针对性的市场营销，提供更适合、更满意的服务。如自动给一个特定的客户聚类发送销售邮件，为一个客户聚类动态地改变一个特殊的站点等。通过对聚类的客户特征的提取，电子商务网站还可以为客户提供个性化的服务。
3.分类分析
分类系统是基于遗传算法的机器学习中的一类，它包括一个简单的基于串规则的并行生成子系统、规则评价子系统和遗传算法子系统。分类系统正在被人们越来越多地应用于科学、工程和经济领域中，是目前遗传算法研究领域中一个非常活跃的领域。
分类分析是数据挖掘中应用最多的方法。分类要解决的问题是为一个事件或对象归类， 既可以用于分析已有的数据，也可以用来预测未来的数据。分类通过分析已知分类信息的历史数据，总结出一个预测模型，预测哪些人可能会对邮寄广告、产品目录等有反应，可以针对这一类客户的特点展开商务活动，提供个性化的信息服务。
4.序列模式
序列模式挖掘就是要挖掘出交易集之间有时间序列关系的模式。它挖掘的侧重点在于分析数据间的前后或因果关系，找到那些“一些项跟随另一些项”，以预测未来的访问模式。序列模式分析和关联分析类似，其目的也是为了挖掘数据之间的联系，但序列模式分析的侧重点在于分析数据间的前后序列关系。它能发现数据库中形如“在某一段时间内，顾客购买商品A，接着购买商品B，而后购买商品C，即序列A-B-C出现的频率较高”之类的知识。序列模式分析描述的问题是：在给定交易序列数据库中，每个序列是按照交易时间排列的一组交易集，挖掘序列函数作用在这个交易序列数据库上，返回该数据库中出现的高频序列。在进行序列模式分析时，同样也需要有用户输入最小置信度C和最小支持度S。
序列模式便于进行电子商务的组织，预测客户的访问模式，对客户开展有针对性的广告服务或者主动推荐客户感兴趣的页面，以满足访问者的特定要求。
第7篇
摘要：可用性已成为影响移动电子商务竞争力的主要因素，也是目前移动电子商务应用中一个突出问题。移动电子商务可用性评价的关键是建立一套合理、完善的评价指标体系。首先对常用的三种指标体系进行了比较分析，然后针对移动电子商务可用性的购物体验目标和特点，最后运用层次分析法，建立了移动电子商务的可用性指标体系。
关键词 ：移动电子商务；可用性；指标体系；购物体验
引言
移动电子商务是将电子商务从互联网延伸到互联终端上。移动电子商务凭借其能随时随地提供个性化的服务，随着网民的移动购物习惯已逐步养成，快速增长的智能手机用户是移动电子商务迅速发展的动力。因此，如何提高移动电子商务的服务水平，提升用户对移动电子商务的满意度，成为移动电子商务发展面临的新课题。
1、可用性指标体系理论的比较分析
国际标准组织ISO9241-11把可用性定义为：产品在特定环境下被特定用户用于特定用途时所具有的有效性(Effectiveness)、效率（Efficiency）和用户主观满意度（Satisfaction）[1]。其中，有效性指用户是否可以利用产品完成他们想做的事情；效率指用户完成任务的正确程度与使用资源的比率；主观满意度指用户在使用产品过程中感受到的主观满意。
Jacob Nielsen[2]对可用性作以下定义：可用性是评价用户界面易于使用程度的质量指标，即可用性是设计过程中改进易用性的方法。其中，可学习性指系统是否在用户学习后很快开始使用并完成工作；效率指系统是否让用户学会后很快得到最高的效能；可记忆性指系统在用户离开一段时间后是否很容易记起并轻松应用；容错性指系统是否会让用户少犯错误，或犯错时很容易恢复；主观满意度指系统的使用令用户感到愉悦的程度。
微软可用性指南（Microsoft Usability Guideline，MUG）提供了一套进行可用性评估的指标。相关的子指标如表1.1所示。通过以上三种常用的可用性指标分析得到相关的联系，MUG可用性指标在一定程度上包含了ISO可用性指标和Nielsen可用性指标的涵义。由于可用性评估与行业、用户的角色、用户目的等因素的不同，决定了指标并非同等的重要。因此，即使MUG可用性指标更贴近于本文要研究的移动电子商务可用性的指标体系，但对于其它可用性指标也不容忽视，我们应该取长补短，进一步研究移动电子商务可用性的独特购物体验，以及不同于传统电子商务的特点。
2、移动电子商务的特性
2.1 购物体验
可用性是对产品可用性程度的总体评价，也是从用户角度衡量产品是否有效、易学、易记和高效的质量指标。然而伴随着人们对产品的要求也越来越高，移动电子商务可用性的目标已经不止是提高工作效率那么简单，人们更多的是开始关心产品的一些其他品质，例如美感、安全感、愉悦感、成就感以及满意度等。用户在与软件的功能产生交互时的感觉就是“购物体验”。关于购物体验的概念在游戏和娱乐行业表现的淋漓尽致。例如，为儿童创建的网站应该是有趣的，为年轻人创建的网站应该是时尚的。
个体之间的差异导致用户的真实体验难以通过某种途径进行模拟，但购物体验对设计过程的指导并非主观，因为用户群体明确之后，其购物体验的共性可以对设计提出相应的指导。重视购物体验能帮助开发人员对购物体验作出正确的评估，同时利于认识用户的真实期望。
设计人员应充分认识到移动电子商务可用性中的购物体验目标。因为可用性是保证产品的基本功能齐全和易于使用，而购物体验是保证给用户与众不同的感觉。这就意味着可用性目标是产品本身应该具有的，而购物体验是额外的惊喜。
2.2 移动电子商务的特点
移动电子商务的目标是使任何人在任何时间和任何地点访问想要访问的任何内容。因此，移动电子商务的可用性有以下几个特点：
（1）移动电子商务的时刻在线。移动用户的长期在线对移动电子商务的应用程序产生重要影响，他们更多的是根据用户间接活动来提供价值服务。由于移动终端方便携带，移动用户可以随时随地获取所需的信息和服务。
（2）移动电子商务的个性化。移动电子商务的使用终端主要是手机、PDA等，用户终端具有专用性，促使个人身份认证的业务具有极大的发展潜力。在移动的环境下，它能为用户提供更多的动态信息，如地理位置信息。因此，移动电子商务能为移动用户提供更好的个性化服务与信息。
（3）移动电子商务的整合。现代移动电子商务应用的关键是整合各种资源为用户提供服务，移动和网页解决方案的无缝链接起到了重要的作用。商业化的社会把营销、购买和服务通过移动电子商务的发展紧密的整合到一起。
（4）移动电子商务的大众化。现今电子商务应用程序被写入移动设备，这是一个开放性的领域，通过创造性的方式使消费者和他们的网络系统参与进来。
（5）移动电子商务的多样性。实行多样化终端是移动设备繁衍发展的开始，即各种各样的设备，在不同平台，各种终端购物模式也逐渐趋向融合。
3、构建移动电子商务可用性指标
结合上文移动电子商务的独特购物体验和特点，运用层次分析法（The Analytic Hierarchy Process，AHP）建立移动电子商务可用性的指标体系 [4]-[5]。其中，最高层：又称为目标层；中间层：又称为指标层，这里有一级指标和二级指标。如图3.1所示。
（1）功能性指标是指用户使用移动电子商务应用时所使用的软件的功能水平。对于移动终端的手机型号、浏览器入口会产生不同的购物体验。主要是因为小界面的移动终端会扩展页面的视觉差异。移动电子商务可用性的功能性指标主要细分为以下3个子指标：
① 完备性：指产品是否提供了用户执行特定任务所需的各种功能。用户对移动电子商务应用的需求已经不再单一化，所以设计人员要尽可能满足大部分用户的需求，使得其具有完备性。
② 兼容性：指产品中的各个软件能稳定工作，不产生排斥的现象。移动电子商务的游戏化需要其兼容性来保证，这样在确保其基本可用性的前提下，增添了游戏软件来满足用户的娱乐需求。
③ 可扩展性：指用户可以自行安装软件，通过第三方提供的程序来不断扩充移动终端的功能。
（2）有效性指标是指用户能够通过相关操作完成自己特定的任务。移动电子商务可用性的有效性指标主要细分为以下3个子指标：
① 信息准确性：指网站能提供给用户需要的信息，而不是无效的信息。
② 下载速度：指网站下载文字、图片等的速度影响着其有效性。
③ 安全性：指移动电子商务在服务过程中保障信息及相关资源安全的能力。
（3）易用性是指移动电子商务的用户是否能完成特定的任务，这一过程的效率如何，用户的主观感受怎样。易用性能保证用户使用过程中得心应手，顺利且快速的完成自己的任务，得到一个满意的结果。移动电子商务可用性的易用性指标主要细分为以下4个子指标：
① 易学性：指用户可以在较短时间内学会使用产品来做某些事情。
② 易记性：指对于不经常使用产品的用户来说，在下一次使用是无需学习就可以很快记起其使用方法，并且进行使用。
③ 可操作性：指产品的界面直观，符合一致性，用户操作起来方便。
④ 可控性：指用户熟悉产品之后会发现其不足之处，该产品便于用户对其进行修改。
（4）体验性指标是指用户在使用产品过程中建立起来的纯主观感受。体验性是为了全面分析和透视用户在使用系统的过程中的感受。移动电子商务可用性的体验指标主要细分为以下3个子指标：
① 美感：指用户对于界面设计的特征产生出来的一种快乐感觉。它是用户接触到美的事物所产生的一种感动，是一种赏心悦目的心理状态。
② 愉悦感：指用户在使用产品的过程中产生轻松、愉快的感觉，用户是享受使用产品的过程。
③ 成就感：指用户在使用产品完成特定任务时产生的成功的感觉，即用户的愿望与实际情况达到了平衡而产生的感觉。
4、移动电子商务可用性评价方法
依照移动电子商务可用性指标，究竟采用什么方法进行评价呢？这里介绍几种常用的移动电子商务可用性评价方法。移动电子商务应用的种类众多，且产品的特性也各有差异，这些特性都需要进行评估。根据移动电子商务可用性常用的评估技术，可以将移动电子商务的可用性评估方法分为以下四类：
（1）观察用户
观察用户可以了解用户对新产品的需求，也利于评估原型。观察是听和看两个方面，录音、笔记和录像都是观察用户常用的方法。观察适用于产品开发的任何阶段。它既可以在受控的环境中进行，也可以在真实的工作环境中进行。在受控环境中，观察者不能参与用户的任务中，而在真实环境中，观察者可以实际参与用户工作。常用的观察方法有：边说边做、日志和交互记录。
（2）询问用户意见
对移动电子商务的可用性进行研究，最直接的方法就是从用户那里获得对产品的意见。前面介绍了观察用户中的边说边做、日志和交互记录。了解用户的需求，我们可以询问用户的意见，最常用的方法有：访谈、焦点小组和问卷调查。
（3）询问专家意见
众所周知，评估应贯穿于整个设计过程。然而，有时候寻找用户并非那么容易，并且难以获取精确的可用性评估，所以，人们关注询问专家意见的认知走查和启发式评估方法。
（4）用户测试
可用性测试是为了获取客观的性能数据，然后评价移动电子商务应用的可用性。在可用性测试过程中，需要测量用户完成特定任务的时间及出错的次数，在解释这些数据时往往需要结合其他方法共同进行。它需要详细的规划，最终改进移动电子商务的可用性设计。可用性测试可以发现经常使用的特征，但应用的分析需要大量数据，这就面临用户隐私的问题。
上述的方法中边做边说是最简单的，评估者只需观察就可以。有许多的方式来组合这些方法用于移动电子商务的可用性评估，每一个项目采用的可用性方法组合主要取决于项目的具体特性。
5、结束语
本文通过比较分析3种常用的可用性指标的差异，在此基础上，针对移动电子商务的购物体验和不同于传统电子商务的特点，运用层次分析方法，提出了移动电子商务可用性的指标体系。该指标体系由4个主指标、13个子指标构成。该指标体系为移动电子商务的可用性评价提供了理论依据。下一步的研究主要着眼于此指标体系在实际案例分析中的应用。
参考文献:
[1] 贺桂和.电子商务网站可用性国内外研究现状述评[J].商场现代化,2008,2(536).
[2] 刘正捷.可用性工程[M].机械工业出版社,2004.
[3] 黄黎清.C2C电子商务网站可用性评价体系研究[D].江南大学，2008.
[4] D.M.Eeturckl.The approach to consistency in the AnalyticHierarchy Process [J].Modelling,1987(9):59-68.
[5] 张沙沙.基于层次分析法的移动互联网产品可用性研究[D].北京邮电大学,2010.
作者简介：
高国伟，辽宁师范大学，硕士生导师，研究方向为信息资源管理、知识管理、电子商务；
第8篇
数据加密技术是信息安全的核心和关键技术，加密层对原始数据进行处理保证数据的安全性，电子交易能否顺利完成数据的完整传输便是关键所在，利用数据加密技术对原始数据加密，使得数据即使丢失，获得数据的第三方仍旧无法识别。数据加密技术采用一定的加密算法，加密系统将明文转换为密文，使非法用户不能理解明文，使得数据得到保障的一种技术。不妨设X为加密算法，Y为解密算法，那么数据加解密的数学表达式为：P=X(KX，Y(KY，P))[7]数据加密技术主要分为数据传输加密和数据存储加密。数据传输加密技术主要是对传输中的数据流进行加密，常用的有链路加密、节点加密和端到端加密三种方式。数据加密算法有很多种，随着信息化的发展目前国内外比较常用的加密算法是：对称加密和非对称加密算法。1）对称加密算法对称加密，信息的接收方发送方要使用相同的密钥，交易双方在传送数据之前，就要约定一个密钥，对称加密算法的安全依靠密钥，那么密钥的机密性对交易来讲尤为关键。对称加密算法特点：算法是公开的并且计算量小相对加密速度快、加密效率高。如图2所示。目前被广泛认可的对称加密技术有：DES、RC2、RC4、RC5和Blowfish等。着重看一下DES加密算法，DES是对二元数据进行加密的算法分组长度64位，原始数据分组也是64位，解密密钥同加密密钥顺序相反。DES基本上有着对称加密算法的特点，只是DES生存周期较短，运算速度相对不是很快。DES工作原理：key、data、mode，是DES的三个入口参数。加解密使用密钥key，加解密数据data，工作模式mode。当处于加密模式时，原始数据按照64位进行分组，形成原始数据组，key对数据加密；当处于解密模式时，key对数据解密。由于现实的局限性密钥只用到了56位，同时也由于密钥的容量只有56位不能提供足够的安全空间。针对DES算法的破解手段主要是暴力破解。DES加密体制流程。如图3所示。2）非对加密算法非对称加密，是一种公私钥加密系统，密钥分为公开密钥和私有密钥，加密和解密时使用不同密钥的加密算法，当公开密钥和私有密钥配对，产生密钥对，此时公开密钥对外公开，发送发则要将私有密钥保留在自己手中。目前被广泛认可的非对称加密技术有：RSA、Elgamal、背包算法、Rabin、HD,ECC。其中RSA算法使用比较广泛。重点介绍比较常用的RSA算法。RSA公开密钥加密，一种非对称加密算法，RSA算法中包含两个密钥加密密钥和解密密钥，即使用不同的加密密钥和解密密钥。在算法中使用的加密密钥是公开的，那么可以到到这样的加密解密方程式：n=p×q，P∈[0，n-1]，p和q均为大于10100的素数，其中p、q是两个保密的素数。RSA的密钥空间比较充足，但是RSA加密速度慢并且安全性依赖于大数分解，因此目前对RSA最流行的攻击一般是采取基于大数因数的分解。想要获得原始数据的攻击者，将自己的数据伪装后给拥有私钥的人发送数据，根据加密解密原理来推导出密钥，获得想要的原始数据。
综上所述。无论是对称加密还是非对称加密。在他们的安全管理范围内都存在一定的弊端，因此我们要确保网络通信的安全，不能单一的采用某一种加密手段，一般是多种方法嵌套使用。安全认证技术一般就是我们所常用的有：身份认证、电子签名、数字摘要、数字证书、数字信封、数字时间戳等技术。电子签名：只能有信息发送方产生，附加在数据单元上的一些数据,电子签名保证传送的数据不被人改写或假冒。身份认证：数字证书使用电子手段来标识用户的身份。数字信封又称为数字封套，使用某种加密算法让只有知道密钥的人才能看到数据，其目的是确保数据的机密性。数字时间戳：就像在实体见面的交易中，交易双发要签订有效时间，那么采用同样的模式利用网络平台交易双方也要签订日期。数字证书：用来衡量用户是否有权利访问网络资源。就目前的发展形势来看，SSL和SET是电子商务常用的两种安全协议，都采用RSA算法加密，都可通过认证来进行身份的识别，SSL被广泛用于网上交易。SSL安全套接层协议，只要是安装了该协议的用户和服务器之间进行数据交换，该协议都为之提供可靠保障。而SET是基于应用层的协议，使用较复杂，要在银行建立支付网关，在商家的Web服务器上安装商家软件，在用户的个人计算机上安装电子钱包软件等，推广应用较困难。SSL协议可以对数据进行加密，维护数据的完整性，然而目前许多运营商可以利用自身的权利，使用一定的数据抓捕工具，很快的分析出客户的需求，并马上提供个客户想要商品的其他的同类商品，或者是分析其他运营商的数据，产生一种恶性竞争。对于客户来讲，提供相关的其他同类商品的信息，看似是一种好的服务，但是同时也是在侵犯用户的隐私，为此在应用层也就客户在浏览网页时，如果客户需要商家提供相关的同类商品的信息时，商家才能对客户的数据进行分析，否则不应任意分析用户的数据。
信息化时代，加剧了计算资源互联和共享，各行各业的信息化程度也不断加深，人们对计算机和互联网越来越依赖，但随之而来的信息安全问题也日益突出。例如个人信息未经允许外泄是最大的隐患，黑客利用安全技术存在的漏洞破解网页源代码，同时在网上种植病毒程序，用户一旦登入进行浏览，黑客便马上通过病毒程序分析出用户浏览的信息。所以如何保护用户的信息已成为电子商务的首要问题。对此作出以下几点要求[2]：1）加强教育和宣传，提高电子商务安全意识。电子商务的发展是近几年才开始流行的，因此对于电子商务的了解并不是所有的人都清楚的，我们不仅要培养电子商务的专业人才，而且要要每个使用者了解电子商务的特性，懂得安全的使用电子平台，保护自己的合法利益。2）数据加密加强信息安全。对相关的加密技术进行不断的研究，虽然目前已存在多种加密算法但是仍就不能满足当前的一些需求。鼓励和扶植企业加快数字安全技术的研究，提高我国信息和管理水平，促进电子商务安全建设。3）健全的法制体系。电子商务不同于实实在在的交易，很多协议都是交易双方通过网络来完成，那么必定会有一些人利用这一点进行诈骗，那么这就要求对这些进行网络犯罪的人进行法律的制裁，维护消费者和合法商家的利益。
电子商务给人们的生产生活带来了便利，但作为新兴事物仍旧存在许多不足，无论是哪种经营模式，保证用户的安全和利益都是刻不容缓的，因此需要在技术上不断的创新与发展，使得电子商务能够更好的为人类造福。
本文作者：工作单位：
第9篇
［关键词］数据挖掘 B2C 电子商务
随着现代网络、Internet，以及数据库技术的发展和成熟，电子商务正以其迅猛的发展势头冲击着整个商业信息社会。在中国，截至2008年6月底，网络购物用户人数已达到6329万，同年12月，电子商务类站点的总体用户覆盖已经从9000万户提升到9800万户。这种商业电子化的发展趋势不仅为客户提供了便利的交易方式和广泛的选择，同时也为商家提供了更加深入了解客户需求信息和购物行为特征的可能性。与此同时，在电子商务应用系统中，相关的用户数据日益增多，如何充分合理地利用好这些数据，将其转变为对商家有用的信息，从而更有力地提高网店的服务质量、赢得更多顾客地青睐，以及创造更多潜在的利润空间，是目前电子商务所面临的亟待解决的问题。
数据挖掘，是从大量数据中提取出可信、新颖、有效并能被人理解的模式的高级处理过程；从商业角度来看，数据挖掘是一种新的商业信息处理技术，对商业数据库中的大量业务数据进行抽取、转换、分析和其他模型化处理，从中提取出辅助商业决策的关键性数据。介于电子商务活动中的数据有其自身的特点，把数据挖掘技术与电子商务进行有机的结合，不仅可以提高数据挖掘的效率，而且可以让数据挖掘更好地为电子商务服务。
一、B2C电子商务的概述及模式
1.B2C电子商务概述
商家对客户的电子商务模式（Business to Customer，B2C）是中国最早产生的电子商务模式，以8848网上商城正式运营为标志。它具体是指企业与客户之间通过Internet技术或各种商务网络平台直接面向消费者进行产品、服务以及信息的交换，最终完成商务交易的过程。这种模式的电子商务一般以网络零售业为主，消费者通过网络直接在网上商店购物、支付，该模式既节省了客户和企业的时间和空间，又大大提高了交易效率。目前，此模式的代表网站有卓越亚马逊、当当网、京东商城以及中国巨蛋等。
2.B2C电子商务模式
B2C模式种类繁多，主要有以淘宝商城为代表的综合商城和以亚马逊为典型的百货商店。其中，综合商城与传统商城无异，淘宝商城也有着庞大的购物群体、稳定的网络平台、完备的支付以及诚信安全体系。淘宝本身是不卖东西的，而是提供了完备的销售配套服务。百货商店显然卖家只有一个，同时还需满足日常消费需求的丰富产品线。该种商店是自有仓库，会库存系列商品，以便更快的物流配送和客户服务。除以上两种模式外，还有垂直商店、符合品牌店、轻型品牌店等多种模式形式。
二、B2C电子商务中常用的数据挖掘方法
数据挖掘的方法有很多种，通过归纳总结，在B2C电子商务中常用的数据挖掘方法有序列分析、关联分析、预测分析和聚类分析等。
1.序列分析
序列分析主要用于识别具有先后次序的不同事件之间的关联性。例如，分析顾客不同时间的购买行为模式。如果通过大量数据分析发现，在本次购买洗衣粉的顾客中，有70%的顾客在下次购买时会选取香皂，这种购买模式将会有助于企业的营销决策。比如，超级市场本周的特价商品为洗衣粉，则下周的特价商品就应该安排为香皂，这样就有可能吸引更多的消费者前来光顾，从而提高了特价商品的吸引力。许多目录销售公司经常使用序列关联性分析，他们会根据这次顾客购买的情况，来设计下一次商品目录。
2.关联分析
关联分析是数据挖掘的主要功能之一，可广泛用于市场营销的各个方面，其中一个主要的应用，就是对顾客购买行为做关联规则分析，探询顾客在商品购买时的行为模式。例如，在超级市场中70%购买味精和食盐的顾客，有80%的顾客同时也购买了酱油。60%的顾客在购买面包时，有70%通常也会购买牛奶。挖掘出这些关联性规则后，企业就可以有针对性地采取适当的方法，来适应顾客的购买习惯；另外偶尔打破这种购买习惯，又能促进新产品的销售。如面包和牛奶经常放在一起，顾客习惯了地方就会直接去找，可能对新产品不注意；但如果销售者将新产品与牛奶放一起，购买了面包的顾客可能会去找牛奶，这样就会发现新产品，促进了产品的宣传和销售。
3.预测分析
预测分析是根据实现设计的预测分析模型来运算进行。预测分析模型通常假设某种行为(因变量)因其他行为(自变量)的出现而产生，或随其他行为的改变而改变，在因变量和自变量之间存在着某种稳定的数量关系，这样就可以通过已知的数据来预测可能的状况。在数据挖掘中，构建预测分析模型通常是为了探测客户对某种营销活动的反映及反映程度。能够进行预测分析的数据挖掘技术主要有逻辑回归、决策树等。
4.聚类分析
聚类分析是将数据库的元组根据某些属性划分为不同的组别或子集，每个组别内部的元组在识别属性上具有相似性，而在不同组别之间的元组则存在很大的差异性，这一功能可以用于对客户群的细分。与预测分析模型不同的是，聚类分析在将元组分成不同的小组时，事先没有预设组别；而预测分析模型基本是属于类别辨别，即根据预设的组别将不同的样本划入不同的组别。与预测分析模型相比，聚类分析主要产生分组规则，而预测性分析则根据已产生的规则将元组归入不同的组别。
三、B2C电子商务的数据挖掘过程及系统结构
1.B2C电子商务的数据挖掘过程
B2C电子商务的数据挖掘过程一般由三个主要阶段组成：数据准备、数据挖掘、结果表示和解释。
（1）数据准备：对数据进行挖掘时，一般并不是对原始的数据进行挖掘，而是先要对数据做一些预处理。该数据准备阶段一般可分成3个子步骤：数据集成、数据选择、数据预处理。数据集成将多文件或多数据库运行环境中的数据进行合并处理，解决语义模糊准备，这个阶段又可分成为处理数据中的遗漏等。数据选择是提取出适合分析的数据集合，其目的是辨别出需要分析的数据集合，缩小处理范围，提高数据挖掘的质量。预处理是筛选、清理、变换、过滤、剔除一些无关记录，将文件、图形、图像及多媒体等文件转换成可便于数据挖掘的格式等，可以更好地克服数据挖掘工具的局限性。
（2）数据挖掘：这个阶段进行实际的挖掘操作，根据不同的挖掘目标采取不同的挖掘方法，得到有意义的数据模式。主要包括以下三大类：统计分析、知识发现、其他可视化方法。统计分析：主要目的是发现数据规律，利用统计模型和数学模型来解释这些规律，常用的统计方法有线性分析、非线性分析、线性回归、因子分析，单变量曲线和双变量统计，以及时间序列分析等。通过统计分析，选择适用于数据分析的合适的数据模型，对重要页面、导航路径有向图、浏览时间等给出统计描述，揭示数据间的关系。知识发现：源于人工智能和机器学习，利用数据搜寻过程，发现规律，得到一个有意义的数据模式，具体的方法有人工神经网络、决策树方法、Apriori算法、规则推理等。其他可视化方法：可以给出多变量的图形分析，同时显示多变量间的关系，有助于分析以前挖掘的数据，进一步增强数据挖掘能力。其中值得注意的要点有：决定如何产生假设；选择合适的工具；发掘知识的操作；证实发现的知识。
（3）结果表述和解释：根据最终用户的决策目的对提取的信息进行分析，把最有价值的信息区分开来，并且通过决策支持工具提交给决策者。因此，这一步骤的任务不仅是把结果表达出来，还要对信息进行过滤处理，如果不能令决策者满意，需要重复上述过程。
2. B2C电子商务的数据挖掘系统结构
要想真正发挥数据挖掘技术在电子商务中的效率，必须将事务处理阶段的数据转存到数据仓库中，并与电子商务行为有机的结合。B2C电子商务的数据挖掘系统结构见图。
四、B2C电子商务的数据挖掘现状及不足
随着电子商务日益蓬勃发展的势头，基于B2C电子商务下的数据挖掘将是一个非常有前景的领域。它不仅能够自动预测客户的消费趋势、市场走向，引领企业建设个性化智能网站，而且还能带来巨大的商业利润，为企业创建新的商业增长点。但是，目前面向B2C电子商务的数据挖掘中仍存在诸多亟待解决的问题，如：怎样解决分布性、异构性数据源的挖掘；如何将服务器上的日志数据转化成适合某种数据挖掘技术的数据格式等等。此外，对于多媒体数据库等特殊类型数据库的数据挖掘，以及语义不一致问题的处理等技术问题也值得在今后进行更进一步的调查和研究。
五、结论
合理地将数据挖掘技术应用于B2C电子商务活动中，企业管理及工作人员便于从海量数据背后挖掘出隐藏的知识，发现商品的消费规律与客户的访问模式，帮助企业制定有效的营销策略，以及提供个性化服务，从而更加充分地发挥企业独特优势，促进管理和技术创新，最终提高企业竞争实力。
参考文献：
[1] 范明： 数据挖掘概念与技术[M]. 上海:机械工业出版社, 2005
[2] 陶启萍：基于Web数据挖掘的电子商务推荐系统研究[D]. 辽宁工程技术大学, 2005
[3] 毛国君等著：数据挖掘原理与算法[M].北京:清华大学出版社, 2005
第10篇
[关键词] 安全 电子商务 加密技术 SET
一、引言
安全问题是企业应用电子商务最担心的问题，而如何保障电子商务活动的安全，将一直是电子商务的核心研究领域。作为一个安全的电子商务系统，首先必须具有一个安全、可靠的通信网络，以保证交易信息安全、迅速地传递；其次必须保证数据库服务器绝对安全，防止黑客闯入网络盗取信息。
电子商务（E-business）要求顾客可以在网上进行各种商务活动，不必担心自己的信用卡会被人盗用。在过去，用户为了防止信用卡的号码被窃取到，一般是通过电话订货，然后使用用户的信用卡进行付款。现在人们开始使用各种加密技术，提高信用卡交易的安全性，从而使电子商务走向实用成为可能。
二、SET协议
SET是当前Internet上比较常用的加密方法，SET(Secure Electronic Transaction, 安全电子交易)协议是基于信用卡在线支付的电子商务系统的安全协议。
SET协议通过制定标准和采用各种技术手段, 解决了当时困扰电子商务发展的安全问题。由于得到了很多大公司的支持, 它已形成了事实上的工业标准,已获IETF 标准认可。
SET协议的购物系统由客户、商家、支付网关、收单银行和发卡银行五个部分组成。当持卡人在网上商店选择了要购买的商品，填写订单并选择付款方式为“在线支付”时，SET协议开始介入工作，它的参与者之间的数据交换过程如图所示。
持卡人发送给商家一个完整的定单及要求付款的指令。在SET协议中，订单和付款指令由持卡人进行数字签名，同时利用双重签名技术保证商家看不到客户的银行账号信息；商家接受订单后，向为持卡人开户的金融机构发出支付请求；通过支付网关将银行账号传送到收单银行，再到发卡银行进行确认；当发卡银行批准交易后，返回确认信息给商家；商家发送订单确认信息给持卡人；持卡人计算机上的软件可记录交易日志，以备将来查询；商家给持卡人配送货物，完成订购服务，一个购物过程至此结束。
SET协议是适合于B2C模式电子商务的、以信用卡为基础的支付协议， SET使用多种安全技术来达到安全支付的要求，其中对称密钥技术、非对称加密技术和Hash 算法是核心。
SET采用两种加密算法进行加密、解密处理,其中密钥加密是基础；公钥加密是应用的核心。密钥加密用同一个密钥来加密和解密数据,主要算法是DES；公开密钥要求使用一对密钥,一个公开,另一个由收信人保存。发信人用公开密钥加密数据,收信人则用私钥去解密,主要算法是RSA。
金融交易要求发送报文数据的同时发送签名数据作为认证。这种数字签名是一组加密的数字。SET要求用户在进行交易前首先进行数字签名,然后进行数据发送。
网上交易过程中必须确认用户、商家及所进行的交易本身是否合法可靠。SET体系中还有一个关键的机构――认证中心(CA)，它根据X.509 标准和管理数字证书。SET协议规定CA发给每个持卡人一个数字证书，持卡人选中一个口令，用它对数字证书和私钥、信用卡号以及其他信息加密存储。这些与一个支持SET 协议的软件一起组成了一个SET电子钱包。
金融交易所使用的密钥必须经常更换,SET使用数字信封来传递更换密钥。其方法是由发送数据者自动生成专用密钥,用它加密原文,将生成的密文连同密钥本身一起再用公开密钥加密,然后传送出去。收信人在解密后同时得到专用密钥和用其加密后的密文。
SET协议可以很好地满足电子商务中对信息的安全提出的四项原则：数据的机密性、完整性、个体识别性、不可抵赖性。
SET协议是针对在线支付而设计的支付协议，而采用“货到付款方式”、“邮局汇款”等非在线支付方式则与SET协议无关。
三、结语
在电子商务交易过程中，由于SET提供了消费者、商家和银行之间的认证，确保了交易数据的安全性、完整可靠性和交易的不可否认性等优点，因此成为了目前公认的信用卡或借记卡的网上交易的国际安全标准。
随着电子商务规模的扩大,网络欺诈的风险性也在提高,在未来的电子商务中SET协议将会应用的更加广泛。
参考文献：
[1]陈兵:网络安全与电子商务.北京大学出版社,2002,1
[2]书缘工作室:电子商务安全.人民邮电出版社 2001,11
第11篇
一、web挖掘
数据挖掘就是从大量的、不完全的、有噪声的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的知识的过程。它融合了数据库、人工智能、机器学习等多个领域的理论和技术。web 挖掘是数据挖掘在web上的应用，是指从与web相关的资源和行为中抽取感兴趣的、有用的模式和隐含知识。一般地，web挖掘可分为三类：
1.web内容挖掘，是从文档内容或其描述中抽取知识的过程。它又可以分为web 页面内容挖掘和搜索结果挖掘。页面内容挖掘指的就是对web 页面上的数据进行挖掘, 而搜索结果挖掘则指的是以某一搜索引擎为基础,对已搜索结果进行挖掘。
2.web结构挖掘，是从/dianzijixie/">电子商务站点的结构，将相关联的商品放在一起，减轻用户过滤信息的负担，增加交叉销售。
2.分类分析，通过学习已被告知类标号的训练集，得到分类器模型，然后将其用于对其它数据的分类。常用的方法有贝叶斯分类法、决策树技术和支持向量机技术。
3.聚类分析，使用划分方法、层次方法、基于密度的方法、基于网格的方法等技术，使同一类中的对象之间具有很高的相似度，而不同类中的对象高度相异。经聚类分析，可以对电子商务平台中的具有相似浏览模式的用户提供个，以满足该类消费群体的特殊需要。
4.序列分析，是挖掘频繁出现的有序事件或子序列模式，侧重于数据项间的前后关系。在电子商务平台上，可以帮助企业预测用户未来的购买行为，指导企业制定销售计划。
四、web挖掘在电子商务中的应用
1.提供个性化服务。通过分析用户的访问模式，对用户进行聚类和分类，为每一类用户提供迎合其兴趣的个性化服务，提高电子商务平台的人性化设计，从而提高用户的满意度，留住老用户;对具有潜在消费能力的用户，通过提供个性化服务，可以刺激他们的消费，提高电子商务平台的亲和力。
2.优化web站点结构。通过分析用户的浏览路径，用有向图来表示用户的整个页面访问过程，图中的顶点代表页面，图中的边代表页面的访问顺序。通过web挖掘找出频繁访问路径，得到电子商务平台上的主要页面，将重要的销售信息放在上面，有利于用户快速找到自己需要的商品。
3.降低电子商务平台运营成本。通过挖掘用户的行为记录和反馈情况，预测未来的购买行为，进行有针对性的市场营销活动;通过分析用户感兴趣的页面，有针对性地投放广告。
五、结束语
随着信息技术的飞速发展，电子商务在商业贸易中的份额越来越大，使用web挖掘技术对企业积累的海量数据进行处理，挖掘出合适的模式，帮助企业在激烈的市场竞争中做出正确的决策，对提高企业的市场竞争力有重要意义。随着web挖掘技术的不断发展和成熟，一定会在电子商务应用领域有广阔的应用前景。
参考文献:
第12篇
电子商务中的“电子”和“商务”是两个独立的概念,“电子”指的是采用的技术和系统,而“商务”指的是传统的商业模式。据此,我们可以定义出“电子商务”概念就是:它是一个完整的、利用电子技术或者通过网络来开展商业活动的过程。二十世纪的七八十年代,电子商务活动中开始出现信息分析技术。到了八十年代,人们逐渐开始接受信用卡、自动柜员机和电话银行等新的事物,并开始在实际的商业活动中加以应用,因此这也成为电子贸易的一个组成部分。九十年代,企业资源计划(ERP)、数据挖掘和数据仓库也开始被纳入电子商务的范畴,使电子商务的组成越来越多元。进入“.COM”时代,“网络贸易”成为了电子商务一个新的组成部分,即消费者通过互联网就能够完成商品的采购或者服务的获取过程。
电子商务是一个广义的概念,它涵盖了范围广泛的各种商业行为,从电子银行到信息化的物流管理都能算作电子商务的范畴。电子商务的增长促进了支持系统的发展和进步,包括后台支持系统、应用系统和中间件,例如宽带和光纤网络、供应链管理模块、原料规划模块、客户关系管理模块、存货控制模块和会计核算/企业财务模块。
电子商务系统作为信息流、物流、金流的实现手段,应用极其广泛,如:1.国际旅游以及与之相关的旅游服务行业,例如酒店餐饮行业、车票机票预定业务、相关旅游信息等;2.传统的出版社和电子书刊、音像出版部门;3.收入的慈善机构;4.Web工作站和工作网点;5.以计算机、网络、数据通信软件和硬件等为产品的生产企业;6.持有电子钱包或者电子信用卡等无形物品的无电子货币或电子现金者;7.进行金融服务的银行和金融机够;8.政府机关部门的借助电子平台实施的电子政务;9.信息公司、咨询服务公司、顾问公司;10.进行小规模现金交易的金融组织和证券公司;11.分布全世界的各种应用项目和服务项目等。
从很多以电子商务作为发展模式的案例中,我们可以得出这样一个结论:要想成为一家成功的电子商务企业,光拥有自身优质的产品是不够的,优秀的管理团队、良好的售前服务、完善的商业组织架构、坚实的网络基础和精心设计开发的商业网站也都是必不可少的组成部分。同时,以下这些因素也是需要重视的:
第一、充分研究和分析市场需求。同其他商业领域的规律一样,电子商务领域的失败往往也是因为企业对市场缺乏足够的分析调查,没有做到按照市场的需求来制定可行的商业计划,缺乏对商业基本原则的把握和运用。
第二、精通信息技术和管理策略的优秀管理团队。信息战略是一个企业商业流程重组重要组成部分。企业的管理团队不仅要熟悉管理流程,还必须掌握有专业的信息技术知识,这样才能更好的把控企业发展的大局和方向。
第三、可供顾客放心使用的方便安全的交易方式。消费者持信用卡作为交易的支付方式是目前电子商务活动中用于支付的最普遍的手段,使用信用卡支付来完成在线交易的比例大约占到90%。现在大部分小企业和个体企业还是同过去一样,通过独立的第三方支付网关传递顾客和商户之间的加密信用卡号码信息。但是大部分较大的公司与小个体企业所采用的方式不同,它们选择了可靠性和安全性都更高的方式,即直接通过网站与商业银行或是信用卡公司之间的协议来对信用卡交易进行处理。
此外,还有些方面也是值得注意的:诸如提供360度视角的客户关系,即确保无论是公司的雇员、供应商还是伙伴所获得的不是被选择或者过滤的信息,而是对客户完整和一致的视角;设计一个电子商务价值链,关注在数量有限的核心竞争力上,而不是一个一站购齐的解决方案;建立一个能够对当前经济社会环境方面发生的任何变化都足够敏感并且能迅速采取应对措施的组织。
一个成功的电子商务机构是能够为顾客提供一种既满意而又具意义的经验的。这方面的经验具体说来可以包括以下几个方面:
向顾客提供额外的利益:电子销售商要做到这一点,也可以采用传统的商业贸易中普遍使用的一些方式,即以较低的价格向客户提品或其产品系列,也可以通过发放赠品或促销礼券、开展优惠及打折活动等,达到吸引客户和挖掘潜在的客户的目的。
向顾客提供优质服务:依然像传统零售商一样,创造互动及易于使用的购买经验及场所,从某种程度上来说是能够帮助电子商务机构达成目标的。
提供个人服务:为客户量身打造个人化的网站、提供购买的建议、个人及特别优惠的方式,这样的做法有助于增加消费者和商户之间的互动交流,而且更显得销售方式体现人性化。
提供社区意识:可以聊天室、讨论板以及一些忠诚顾客计划(亦称亲和力计划)都对提供社区意识有一定的帮助。
为顾客提供自助方式:提供自助式服务网站,为顾客创造出一种方便使用且无须协助的环境。在这种自主式服务网站上,所有的产品资料都应该被囊括进去,同时还可以辅助设置一些其他服务方式,如交叉推销信息、咨询产品补替、用品及配件选择等。
第13篇
[关键词] 数据挖掘 电子商务 数据库
一、引言
电子商务是指以Internet网络为载体、利用数字化电子方式开展的商务活动。随着网络技术和数据库技术的飞速发展，电子商务正显示越来越强大的生命力。电子商务的发展促使公司内部收集了大量的数据，并且迫切需要将这些数据转换成有用的信息和知识，为公司创造更多潜在的利润。利用数据挖掘技术可以有效地帮助企业分析从网上获取的大量数据，发现隐藏在其后的规律性，提取出有效信息，进而指导企业调整营销策略，给客户提供动态的个性化的高效率服务。
二、数据挖掘技术
1.数据挖掘
数据挖掘(Data Mining)，又称数据库中的知识发现(Knowledge Discovery in Database, KDD)，是从大量的、不完全的、有噪声的、模糊的和随机的数据中，提取隐含在其中的、人们事先不知道的，但又是潜在有用的信息和知识的过程。数据挖掘是一门广义的交叉学科，它汇聚了不同领域尤其是数据库、人工智能、数理统计、可视化、并行计算等方面的知识。数据挖掘技术从一开始就是面向应用领域，它不仅是面向特定数据库的简单检索查询调用，而且，要对数据进行微观、中观乃至宏观的统计、分析、综合和推理，以指定实际问题的求解，企图发现事件间的相互关联，甚至利用已有的数据对未来的活动进行预测。数据挖掘技术在金融、保险、电信、大型超市等积累有大量数据的电子商务行业有着广泛的应用，如信用分析、风险分析、欺诈检验、用户聚类分析、消费者习惯分析等。
2.数据挖掘过程
挖掘数据过程可以分为3个步骤：数据预处理、模式发现、模式分析。
(1)数据预处理。实际系统中的数据一般都具有不完全性、冗余性和模糊性。因此，数据挖掘一般不对原始数据进行挖掘，要通过预处理提供准确、简洁的数据。预处理主要完成以下工作：包括合并数据，将多个文件或多个数据库中的数据进行合并处理；选择数据，提取出适合分析的数据集合；数据清洗、过滤，剔除一些无关记录，将文件、图形、图像及多媒体等文件转换成可便于数据挖掘的格式等。
(2)模式发现。模式发现阶段就是利用挖掘算法挖掘出有效的、新颖的、潜在的、有用的以及最终可以理解的信息和知识。可用于Web的挖掘技术有路径选择、关联分析、分类规则、聚类分析、序列分析、依赖性建模等等。
(3)模式分析。模式分析是从模式发现阶段获得的模式、规则中过滤掉不感兴趣的规则和模式。通过技术手段，对得到的模式进行数据分析，得出有意义的结论。常用的技术手段有：关联规则、分类、聚类、序列模式等。
三、电子商务中几种常用的数据挖掘方法
1.关联规则
关联规则是数据挖掘研究的主要模式之一，侧重于确定数据中不同领域之间的关系，找出满足给定条件下的多个域间的依赖关系。关联规则挖掘对象一般是大型数据库，该规则一般表示式为：A1∧A2∧…Am=>B1∧B2∧…Bm，其中，Ak(k=1,2,…, m)，Bj(j=1,2,…,n)是数据库中的数据项。有Support(A=>B)=P(A∪B)，Confidence(A=>B)=P(A|B)。数据项之间的关联，即根据一个事务中某些数据项的出现可以导出另一些数据项在同一事务中的出现。
关联分析的目的是挖掘出隐藏在数据间的相互关系。关联规则用于寻找在同一个事件中出现的不同项的相关性，比如在一次购买活动中所买不同商品的相关性。关联分析的典型例子是购物篮分析，描述顾客的购买行为，可以帮助零售商决定商品的摆放和捆绑销售策略。如著名的(面包+黄油牛奶)例子就属于关联分析：在超市中，90%的顾客在购买面包和黄油的同时，也会购买牛奶。直观的意义是：顾客在购买某种商品时有多大的倾向会购买另外一些商品。找出所有类似的关联规则，对于企业确定生产销售、产品分类设计、市场分析等多方面是有价值的。
2.聚类分析方法
类聚分析就是直接比较样本中各事物之间的性质，将性质相近的归为一类，而将性质差别较大的分在不同的类。对变量聚类计算变量之间的距离，对样本聚类则计算样本之间的距离。它的目的是使得属于同一类别的个体之间的距离尽可能小，而不同类别上的个体间的距离尽可能大。
聚类分析用于把有相似特性的客户、数据项集合到一起。在电子商务中, 聚类分析常用于市场细分。根据已有客户的数据，利用聚类技术将市场按客户消费模式的相似性分为若干细分市场，以进行有针对性的市场营销，提供更适合、更满意的服务。如自动给一个特定的客户聚类发送销售邮件，为一个客户聚类动态地改变一个特殊的站点等。通过对聚类的客户特征的提取，电子商务网站还可以为客户提供个性化的服务。
3.分类分析
分类系统是基于遗传算法的机器学习中的一类，它包括一个简单的基于串规则的并行生成子系统、规则评价子系统和遗传算法子系统。分类系统正在被人们越来越多地应用于科学、工程和经济领域中，是目前遗传算法研究领域中一个非常活跃的领域。
分类分析是数据挖掘中应用最多的方法。分类要解决的问题是为一个事件或对象归类， 既可以用于分析已有的数据，也可以用来预测未来的数据。分类通过分析已知分类信息的历史数据，总结出一个预测模型，预测哪些人可能会对邮寄广告、产品目录等有反应，可以针对这一类客户的特点展开商务活动，提供个性化的信息服务。
4.序列模式
序列模式挖掘就是要挖掘出交易集之间有时间序列关系的模式。它挖掘的侧重点在于分析数据间的前后或因果关系，找到那些“一些项跟随另一些项”，以预测未来的访问模式。序列模式分析和关联分析类似，其目的也是为了挖掘数据之间的联系，但序列模式分析的侧重点在于分析数据间的前后序列关系。它能发现数据库中形如“在某一段时间内，顾客购买商品A，接着购买商品B，而后购买商品C，即序列A-B-C出现的频率较高”之类的知识。序列模式分析描述的问题是：在给定交易序列数据库中，每个序列是按照交易时间排列的一组交易集，挖掘序列函数作用在这个交易序列数据库上，返回该数据库中出现的高频序列。在进行序列模式分析时，同样也需要有用户输入最小置信度C和最小支持度S。
序列模式便于进行电子商务的组织，预测客户的访问模式，对客户开展有针对性的广告服务或者主动推荐客户感兴趣的页面，以满足访问者的特定要求。
四、结束语
电子商务是现代信息技术发展的必然结果，也是未来商业运作模式的必然选择。利用数据挖掘技术来分析大量的数据，可以挖掘出商品的消费规律与客户的访问模式，帮助企业制定有效的营销策略，充分发挥企业的独特优势，促进管理创新和技术创新，提高企业竞争力。
第14篇
关键词：数据挖掘电子商务数据库
一、引言
电子商务是指以Internet网络为载体、利用数字化电子方式开展的商务活动。随着网络技术和数据库技术的飞速发展，电子商务正显示越来越强大的生命力。电子商务的发展促使公司内部收集了大量的数据，并且迫切需要将这些数据转换成有用的信息和知识，为公司创造更多潜在的利润。利用数据挖掘技术可以有效地帮助企业分析从网上获取的大量数据，发现隐藏在其后的规律性，提取出有效信息，进而指导企业调整营销策略，给客户提供动态的个性化的高效率服务。
二、数据挖掘技术
1.数据挖掘
数据挖掘(DataMining)，又称数据库中的知识发现(KnowledgeDiscoveryinDatabase,KDD)，是从大量的、不完全的、有噪声的、模糊的和随机的数据中，提取隐含在其中的、人们事先不知道的，但又是潜在有用的信息和知识的过程。数据挖掘是一门广义的交叉学科，它汇聚了不同领域尤其是数据库、人工智能、数理统计、可视化、并行计算等方面的知识。数据挖掘技术从一开始就是面向应用领域，它不仅是面向特定数据库的简单检索查询调用，而且，要对数据进行微观、中观乃至宏观的统计、分析、综合和推理，以指定实际问题的求解，企图发现事件间的相互关联，甚至利用已有的数据对未来的活动进行预测。数据挖掘技术在金融、保险、电信、大型超市等积累有大量数据的电子商务行业有着广泛的应用，如信用分析、风险分析、欺诈检验、用户聚类分析、消费者习惯分析等。
2.数据挖掘过程
挖掘数据过程可以分为3个步骤：数据预处理、模式发现、模式分析。
(1)数据预处理。实际系统中的数据一般都具有不完全性、冗余性和模糊性。因此，数据挖掘一般不对原始数据进行挖掘，要通过预处理提供准确、简洁的数据。预处理主要完成以下工作：包括合并数据，将多个文件或多个数据库中的数据进行合并处理；选择数据，提取出适合分析的数据集合；数据清洗、过滤，剔除一些无关记录，将文件、图形、图像及多媒体等文件转换成可便于数据挖掘的格式等。
(2)模式发现。模式发现阶段就是利用挖掘算法挖掘出有效的、新颖的、潜在的、有用的以及最终可以理解的信息和知识。可用于Web的挖掘技术有路径选择、关联分析、分类规则、聚类分析、序列分析、依赖性建模等等。
(3)模式分析。模式分析是从模式发现阶段获得的模式、规则中过滤掉不感兴趣的规则和模式。通过技术手段，对得到的模式进行数据分析，得出有意义的结论。常用的技术手段有：关联规则、分类、聚类、序列模式等。
三、电子商务中几种常用的数据挖掘方法
1.关联规则
关联规则是数据挖掘研究的主要模式之一，侧重于确定数据中不同领域之间的关系，找出满足给定条件下的多个域间的依赖关系。关联规则挖掘对象一般是大型数据库，该规则一般表示式为：A1∧A2∧…Am=>B1∧B2∧…Bm，其中，Ak(k=1,2,…,m)，Bj(j=1,2,…,n)是数据库中的数据项。有Support(A=>B)=P(A∪B)，Confidence(A=>B)=P(A|B)。数据项之间的关联，即根据一个事务中某些数据项的出现可以导出另一些数据项在同一事务中的出现。关联分析的目的是挖掘出隐藏在数据间的相互关系。关联规则用于寻找在同一个事件中出现的不同项的相关性，比如在一次购买活动中所买不同商品的相关性。关联分析的典型例子是购物篮分析，描述顾客的购买行为，可以帮助零售商决定商品的摆放和捆绑销售策略。如著名的(面包+黄油牛奶)例子就属于关联分析：在超市中，90%的顾客在购买面包和黄油的同时，也会购买牛奶。直观的意义是：顾客在购买某种商品时有多大的倾向会购买另外一些商品。找出所有类似的关联规则，对于企业确定生产销售、产品分类设计、市场分析等多方面是有价值的。
2.聚类分析方法
类聚分析就是直接比较样本中各事物之间的性质，将性质相近的归为一类，而将性质差别较大的分在不同的类。对变量聚类计算变量之间的距离，对样本聚类则计算样本之间的距离。它的目的是使得属于同一类别的个体之间的距离尽可能小，而不同类别上的个体间的距离尽可能大。
聚类分析用于把有相似特性的客户、数据项集合到一起。在电子商务中,聚类分析常用于市场细分。根据已有客户的数据，利用聚类技术将市场按客户消费模式的相似性分为若干细分市场，以进行有针对性的市场营销，提供更适合、更满意的服务。如自动给一个特定的客户聚类发送销售邮件，为一个客户聚类动态地改变一个特殊的站点等。通过对聚类的客户特征的提取，电子商务网站还可以为客户提供个性化的服务。
3.分类分析
分类系统是基于遗传算法的机器学习中的一类，它包括一个简单的基于串规则的并行生成子系统、规则评价子系统和遗传算法子系统。分类系统正在被人们越来越多地应用于科学、工程和经济领域中，是目前遗传算法研究领域中一个非常活跃的领域。
分类分析是数据挖掘中应用最多的方法。分类要解决的问题是为一个事件或对象归类，既可以用于分析已有的数据，也可以用来预测未来的数据。分类通过分析已知分类信息的历史数据，总结出一个预测模型，预测哪些人可能会对邮寄广告、产品目录等有反应，可以针对这一类客户的特点展开商务活动，提供个性化的信息服务。
4.序列模式
序列模式挖掘就是要挖掘出交易集之间有时间序列关系的模式。它挖掘的侧重点在于分析数据间的前后或因果关系，找到那些“一些项跟随另一些项”，以预测未来的访问模式。序列模式分析和关联分析类似，其目的也是为了挖掘数据之间的联系，但序列模式分析的侧重点在于分析数据间的前后序列关系。它能发现数据库中形如“在某一段时间内，顾客购买商品A，接着购买商品B，而后购买商品C，即序列A-B-C出现的频率较高”之类的知识。序列模式分析描述的问题是：在给定交易序列数据库中，每个序列是按照交易时间排列的一组交易集，挖掘序列函数作用在这个交易序列数据库上，返回该数据库中出现的高频序列。在进行序列模式分析时，同样也需要有用户输入最小置信度C和最小支持度S。
序列模式便于进行电子商务的组织，预测客户的访问模式，对客户开展有针对性的广告服务或者主动推荐客户感兴趣的页面，以满足访问者的特定要求。
四、结束语
第15篇
【关键词】 电子商务 国际贸易流程 企业
1. 企业交易磋商阶段电子商务模式选择
交易磋商阶段的一般程序大致经过四个环节：询盘、发盘、还盘和接受。其中发盘和接受是合同成立的关键。企业开展国际贸易交易磋商可以分为两类：企业自主交易磋商和企业利用第三方电子商务平台交易磋商。
1.1 企业自主交易磋商的电子商务模式。企业自主交易磋商的电子商务模式一般通过建立自己的网站或虚拟社区进行宣传和信息收集，借用电子邮件、电子网页等媒介进行相关产品的技术、品质和价格信息宣传交流，这种模式是当今中小企业开展国际贸易最常用的电子商务模式之一。该模式的优点是通过电子商务的信息传递代替人工商务考察，节省了人力和财力成本，对于长期倍受资金和规模限制的中小企业特别适用。依零售业为例，从2011年和2012年的调研中，29.5%的零售商拥有了自己的移动电子商务网站，16.1%的零售商有自己的移动APP，15.2%的零售商使用移动搜索广告，5.2%的零售商支持移动支付。
1.2企业利用第三方电子商务平台交易磋商的电子商务模式。企业利用电子商务平台进行交易磋商一般运用信息中介模式。所谓信息中介模式就是利用电子商务平台将相关买卖双方集中到一起，然后提供建议、个性化服务或其他内容来增加价值。比较有代表性的阿里巴巴网站即是一家专门为企业对企业（B2B）提供信息和服务的专业性网站，资料显示，2011年第1季度阿里巴巴中国线上B2B电子商务市场交付价值高达人民币22.2亿元，环比增长6.1%。其中线上B2B电子商务市场付费额为235.6万元，环比增长3.5%。
2. 企业合同订立阶段电子商务模式选择
传统理论规定一方的发盘经另一方接受时合同即告成立。合同一旦成立，双方即受合同法的约束。但是合同的成立只是贸易流程很小的一部分，因为一旦贸易合同没有及时准确的履行，就要涉及到双方的赔偿以及责任纠纷问题，并且对于期望建立长期贸易关系的企业来说，一笔没有履行的贸易记录，对双方以后的贸易合作会产生很大的信用危机，不利于企业的发展。所以在合同订立阶段选择合适的电子商务模式开展双方的交流合作、信息的及时互通显得尤为重要。
2.1合同订立的初级阶段电子商务模式选择。在合同订立的初级阶段，企业为了及时交货安排生产通常采用电子采购模式。电子采购模式是指企业订立合同后在网上进行产品或服务的招标和采购，通过多个供应商的比较筛选，找到优质价廉的原料和信用高的供应商，实现降低采购成本的目的。美国零售业的巨子沃尔玛2011年的零售额为4190亿美元居于全球第一。这与沃尔玛高效的采购体系密切相关，沃尔玛采购的基本形式为直接进货加全球采购。这与电子商务跨越地理限制的优势是分不开的，可以说沃尔玛的成功正是基于电子商务全球电子采购的应用。
2.2合同订立的中级阶段电子商务模式选择。在合同订立的中级阶段，企业出于产品营销和销量的考虑可以采用电子商店模式。电子商店模式是企业利用电子商务从事商品零售业务的模式。我们一般认为一旦企业建立了自己的网站并在网上推销自己的产品和服务就认为这家企业建立了电子商店。企业开展电子商店出了宣传和传递信息外，对于合同订立的作用主要表现在利用自己网站进行信息交流，及时和进口商提品的生产加工情况，同时进行单证方面的信息交流，并且提供在线订货和在线服务等基本功能。例如依托苏宁电器长期零售经验和采购、售后服务等优势建立的苏宁易购，计划利用三年的时间占据中国家电网购市场超过20%的份额，并实现集购买、学习、交流于一体的目标。其市场的定位正是看准了电子商店广阔的市场前景。
2.3合同订立的高级阶段电子商务模式选择。在合同订立的高级阶段，企业采用电子商务的价值链整合模式。采用该模式企业主要是出于后期产品和货款的顺利交收、前期原料供应商之间建立的关系维护，进而为企业的一体化发展提供支持。电子商务的价值链整合模式是对企业合同订立的各个阶段各个步骤之间信息流作为附加值而开发的电子商务模式。在这一阶段企业不仅要对证、货、船（运输工具）三方面做到衔接和综合平衡，还要优化组成价值链的各相关企业如原料供应商、经销商的应变速度和效率，从而降低交易成本。我们熟悉的戴尔公司即是实现虚拟价值链整合模式的典型案例，，通过价值链的整合，戴尔公司对顾客、员工及供应商达到了跳过中间商直接交易的目的。
3. 企业合同履行阶段电子商务模式选择
合同履行一般经过四个环节：备货和检验；催证、审证和改证；租船订舱、报关、保险、装运等；制单结汇。根据前期电子商务模式的运用，可以为合同履行的前三个环节做到信息的透明化和公开化。例如进口企业可以从出口企业的电子商店上了解企业的品质介绍，外观及生产情况等，从企业的网站了解货物的运输、单证及报关情况。
在货款转移阶段主要应该选择在保障履约的情况下，尽量选择交易成本低的结算方法。根据交易对方环境、结算方式和风险控制三个方面建立企业信息数据库，根据交易方的信用品级和风险状况选择适当的结算方式，节约成本。例如进行长期业务合作的企业之间，出于交易方之间的信任和了解，出口商出于对进口商利益的考虑可以选择跟单托收的结算方式，这样不仅省去了进口商开立信用证的费用，而且不需要进口商预付银行押金，有利于其资金融通和周转。
总结：
本文从国际贸易流程出发，将当今企业运用的电子商务模式纳入到国际贸易流程当中，为企业在各阶段电子商务模式的选择提供建议参考，避免了传统理论根据企业规模、产品性质等属性选择单一电子商务模式指导企业经营的片面性和不足。
参考文献：
