一、基于數據挖掘的國際貿易方法
數據挖掘分析的大量業務數據提取、轉換和其他建模的數據可以在國際貿易和國際貿易領域的企業中提取關鍵因素，幫助制定政策、措施的決策者。數據挖掘可以應用到更多外貿企業和行業來創建他們自己的具體國際貿易活動所需要的相關數據庫，使用數據挖掘技術發現對其產品感興趣的貿易對象，使之成為貿易伙伴，以此幫助貿易企業迅速了解和掌握發展業績好的、高價值的、可能的貿易伙伴，并及時采取相應措施留住最好的交易伙伴，識別和跟蹤貿易及貿易關系的發展前景。貿易企業所指定的貿易發展計劃可根據這些貿易反饋，提高貿易人員的行動效率、貿易效率，諸如以上數據挖掘都可以為貿易企業帶來獨一無二的競爭優勢。使用數據挖掘工具，根據商業需求模式來估計什么時候應該提供哪些貿易計費方法和適當的數據，依據歷史數據預測發展趨勢，通過挖掘這類數據建立國際貿易業務，為企業提供信息支撐服務，制定優惠政策。以獲取更多的貿易伙伴，創造更多的貿易企業業績。
1.數據挖掘分析國際貿易伙伴依賴的理論。目前，世界經濟正處于使用數據挖掘技術的高科技信息時代，快速條件下現代國際貿易發展是不可避免地要以數據挖掘來武裝壯大自己，幫助自己的貿易企業提高效率、降低成本，并以此為利器實現最低的成本下貿易的最大利潤。為數據挖掘用于國際貿易所必須使用的一些支撐理論，包括貿易關系、貿易數據庫、直接成本、利潤分析、市場分割理論、貿易慣例、貿易對象。其中，在編制計劃，考慮到涉及貿易做法的國際貿易具體執行時所發生行為、目的和意圖等等；最重要的是分析影響貿易做法和態度的主要因素。根據在貿易中收集的數據，使用數據挖掘技術，便可以快速和簡單地獲取數據，以制定一個有效的計劃，為贏取貿易、創造利潤提供相對最佳保障。
2.數據挖掘技術在分析國際貿易伙伴時的作用。挖掘技術在貿易領域中具有很多有價值意義的作用，相對傳統貿易的做法，它給外貿企業進行貿易運作帶來更多的利益，在某種意義上有著經濟學上的“乘數”作用。我們可以歸納為以下幾點：（1）有效地幫助貿易企業捕捉和鎖定貿易目標。數據挖掘技術可以幫助通過對從事國際貿易的貿易企業進行貿易分析、貿易識別和鎖定外貿企業的目標，從而制定準確的貿易方案，確保交易活動有效，達到更好地滿足貿易和交易商品的預期的需求目的。如果具有更多的價值貿易對象，通過完成的數據集，可以模擬實際的貿易數據，挖掘對象的行為特質，并提出確定目前問題與模型相一致的輔助計劃與方案，采取積極有效措施。（2）有效地提高貿易企業利潤水平。數據挖掘技術可以找到對外貿公司帶來最大的貿易集團。根據收入數據的統計數字顯示與貿易對象的需求模型，可以保持和發展與這些貿易對象生存期的關系；數據挖掘得到的信息可以幫助貿易對象在一定程度上達到滿意對外貿企業的產品和服務的需求，誰如果可以滿足并得到這些擴展需要，誰就可以在現有的基礎上，發展新的贏利點貿易對象以獲得更多利潤。（3）有效地降低貿易企業成本。貿易企業雖然用傳統的費用手段、方法可以獲得一定的利潤空間，但比較來看對利潤增值影響很小。數據挖掘技術可以幫助貿易公司設想并整合出為其貿易集團帶來利潤。這樣，貿易企業可以通過有針對性的政策，極大地降低貿易成本。（4）作為外貿企業在更多的科學供應和需求管理中，數據挖掘對其進出口的運用最為重要。當供給超過需求，需求的產品可以刺激貿易、靈活的優惠獎勵實現，對于外貿企業來說，這需要分析過去的貿易交易數據，這時數據挖掘技術應用于具體的貿易活動和產品對象時，要確定如何選定貿易對象進行貿易活動。兩者都鼓勵貿易、外貿企業增加貿易量和避免可能的對貿易企業產生不利影響的貿易政策，降低交易成本的需求。當貿易產品供不應求時，使用數據挖掘技術來確定、選擇，更多的科學的標準的數據出爐分析結果將使貿易商品的供應得以實現。因此，在國際貿易中的數據挖掘應用將在為出口的供應和需求管理決策中提供科學支持。
3.數據挖掘的國際貿易對象分析工作程序。（1）數據收集準備。對有效數據的準備工作，主要包括：選擇數據挖掘所需要的目標數據集；數據預處理及其數據加工處理，包括檢查數據完整性和數據的一致性，消除噪音來填充缺少的字段，刪除無效數據。具體地說，即將獲取的數據結構化處理，將它與相關的國際貿易數據進行有價值選擇、勘探、校正、轉換數據。這項工作將會直接影響到國際貿易數據挖掘效率、準確性和確保是否有效性的最終模型的質量。通過國際貿易數據挖掘的核心數據，要經過數據管理工具清潔，通過國際貿易流程數據提取、轉換等，把源數據從預處理加載到國際貿易數據倉庫進行國際貿易數據挖掘。（2）數據模型建立?；跀祿愋秃蛿祿奶卣鳎x擇算法，凈化和轉換對數據集的數據挖掘。選擇數據挖掘工具提供的算法，并將它應用于選定的數據，選擇適當的參數，建立模型。建立開放數據分析平臺的優勢，實現數據的挖掘和分析。（3）對模型進行評估和解釋。評估已經建立好模型，并使用業務語言解釋，直到它形成的最佳實踐模型。它需要客觀解釋和評價數據挖掘的結果，直到轉換為使用模型的外貿企業最終可以理解知識信息為止。如果是問題模型，以試點示范應用程序并改進；如果沒有問題，可以重復上面的數據編制和建模過程。（4）模型運用和鞏固。即模型中的應用和整合。這是對那些現實的有價值的模型進一步監測、檢查其實際應用程序的過程。如果它反映在模型中的應用狀況不理想，與目標有差距，則要做的是進一步的模型研究與改進，以便能及時客觀地反映業務的變化規律。盡量做到實時對數據檢索，并可隨時無縫擴容。
二、SPSS數據挖掘活動的國際貿易過程
1.相關數據說明。選擇一定數量的貿易對象，包括損失掉的和沒有損失掉的。選擇貿易對象的屬性，如貿易對象資料、貿易特性、客戶服務等信息。使用直方圖和地圖的數據分析工具裁定可能會影響初步貿易損失的影響因素。我們的分析，尤其需要特別注重那些處在不確定狀態之中的貿易對象，因為他們會考慮其他企業效益的貿易正打算放棄作為本企業的貿易伙伴關系，并從該公司轉到其他公司結為貿易伙伴。我們可以通過對貿易對象使用神經網絡建模去評估分析。
2.相關數據準備。這個階段作為外貿企業分析師們需要準備根據數據的分析說明結果對模型所使用的有效數據，建立包括數據的選擇、新的屬性衍生和數據集成的推導。
3.對應模型建立。查找數據后放入到準備好的訓練集和測試集當中，對屬性減約使用決策樹模型，減約的屬性作為自變量參數，并把是否損失貿易伙伴作為因變量參數，用來訓練的神經網絡模型，這樣就可以得到不確定型貿易對象的適當的預測模型。我們將模型應用于測試集，根據評估的預測準確性評價模型。企業貿易關注的重要問題是對我們貿易企業的那些不確定游離狀態的貿易對象伙伴的關注。因此，以派生一個新變量來衡量放棄與本企業交易的概率。如果你的放棄公司交易屬性被發現，在貿易中主動放棄與本企業貿易，則規定其值為1，否則為0。使用貿易企業的實際業務年度、經營企業的生產效率、盈利能力和國際市場占有率、貿易企業業績、各種規模的國際貿易企業、當地貿易量、貿易績效和滿意度，實際用于貿易中的數量、貿易收益為輸入變量，不確定貿易伙伴率為目標變量，我們就可以通過訓練的數據得到一個神經網絡模型。
4.模型的評估。可以通過訓練集使用神經網絡模型，對每個擬放棄與本企業進行貿易的對象可能性予以評估，也就是為公司評估貿易的可能性。根據評估那些欲放棄與本公司貿易的對象公司排序最大到最小，按派生自出的貿易對象價值的大小來決定采取何種措施：具有高值屬性的價值對象，采取積極保留措施，例如給他們一些利益讓步、優惠政策，以吸引其成為真實的企業貿易伙伴；對低值貿易對象，則采取放棄行動。因此，通過不確定型貿易對象的適當的預測模型，對猶豫觀望的貿易對象及時發現，有助于貿易企業及時采取有效措施，續存并蓄存更多高值貿易對象，大大降低高值貿易對象流失，從而降低貿易企業的無意損失。
三、結論
數據驅動的手段在國際貿易中有相當的重要價值。我們除了要對數據挖掘理論進行研究外，還應該參考一些外國的研究經驗以及結論，系統的探討數據挖掘技術在國內國際貿易中的應用，讓數據挖掘技術在當前的國際貿易數據倉庫環境中進入更實用的階段，從這些業務數據進行抽取、轉換、分析和其他模型化處理，從中提取輔助國際貿易決策的關鍵性數據，獲得有利于本企業國際貿易運作、提高競爭力的信息，挖掘出潛在有用的研究信息和結論。進一步的研究應探討：一是建立小型貿易對象細分數據庫的數據分析模型，分析高價值猶豫類型貿易對象組與類別，根據模型為貿易對象量身定做開發方案；根據類細分別使用數據挖掘技術，建立不確定貿易對象預警模型，大膽創新，使用更實際而有針對性的方法和差異法，達到減少不確定類型貿易對象率，使這部分不確定的觀望對象成為真實貿易伙伴，從而改善決策制定者利益；同時，做出比較合理的分配、減少貿易成本和資源的低效甚至無效分配，以滿足貿易企業的需要，通過增加有效資源分配，實現貿易經濟效率；二是期望將這些分散的數據進行資源整合，從單一作用發揮，到充分發揮它們應有的作用，以便更好地挖掘潛在的貿易伙伴；三是還應考慮數據可靠性的風險，完成數據存儲的時間限制，數據的時效性，這些對數據存儲會提出更高要求，這需要更精密的數據收集與分析以及風險監測機制建立，以便充分發掘數據背后的隱藏價值。
作者：黃彬 張桐 單位：麗水學院 吉林大學