一、基于数据挖掘的国际贸易方法
数据挖掘分析的大量业务数据提取、转换和其他建模的数据可以在国际贸易和国际贸易领域的企业中提取关键因素，帮助制定政策、措施的决策者。数据挖掘可以应用到更多外贸企业和行业来创建他们自己的具体国际贸易活动所需要的相关数据库，使用数据挖掘技术发现对其产品感兴趣的贸易对象，使之成为贸易伙伴，以此帮助贸易企业迅速了解和掌握发展业绩好的、高价值的、可能的贸易伙伴，并及时采取相应措施留住最好的交易伙伴，识别和跟踪贸易及贸易关系的发展前景。贸易企业所指定的贸易发展计划可根据这些贸易反馈，提高贸易人员的行动效率、贸易效率，诸如以上数据挖掘都可以为贸易企业带来独一无二的竞争优势。使用数据挖掘工具，根据商业需求模式来估计什么时候应该提供哪些贸易计费方法和适当的数据，依据历史数据预测发展趋势，通过挖掘这类数据建立国际贸易业务，为企业提供信息支撑服务，制定优惠政策。以获取更多的贸易伙伴，创造更多的贸易企业业绩。
1.数据挖掘分析国际贸易伙伴依赖的理论。目前，世界经济正处于使用数据挖掘技术的高科技信息时代，快速条件下现代国际贸易发展是不可避免地要以数据挖掘来武装壮大自己，帮助自己的贸易企业提高效率、降低成本，并以此为利器实现最低的成本下贸易的最大利润。为数据挖掘用于国际贸易所必须使用的一些支撑理论，包括贸易关系、贸易数据库、直接成本、利润分析、市场分割理论、贸易惯例、贸易对象。其中，在编制计划，考虑到涉及贸易做法的国际贸易具体执行时所发生行为、目的和意图等等；最重要的是分析影响贸易做法和态度的主要因素。根据在贸易中收集的数据，使用数据挖掘技术，便可以快速和简单地获取数据，以制定一个有效的计划，为赢取贸易、创造利润提供相对最佳保障。
2.数据挖掘技术在分析国际贸易伙伴时的作用。挖掘技术在贸易领域中具有很多有价值意义的作用，相对传统贸易的做法，它给外贸企业进行贸易运作带来更多的利益，在某种意义上有着经济学上的“乘数”作用。我们可以归纳为以下几点：（1）有效地帮助贸易企业捕捉和锁定贸易目标。数据挖掘技术可以帮助通过对从事国际贸易的贸易企业进行贸易分析、贸易识别和锁定外贸企业的目标，从而制定准确的贸易方案，确保交易活动有效，达到更好地满足贸易和交易商品的预期的需求目的。如果具有更多的价值贸易对象，通过完成的数据集，可以模拟实际的贸易数据，挖掘对象的行为特质，并提出确定目前问题与模型相一致的辅助计划与方案，采取积极有效措施。（2）有效地提高贸易企业利润水平。数据挖掘技术可以找到对外贸公司带来最大的贸易集团。根据收入数据的统计数字显示与贸易对象的需求模型，可以保持和发展与这些贸易对象生存期的关系；数据挖掘得到的信息可以帮助贸易对象在一定程度上达到满意对外贸企业的产品和服务的需求，谁如果可以满足并得到这些扩展需要，谁就可以在现有的基础上，发展新的赢利点贸易对象以获得更多利润。（3）有效地降低贸易企业成本。贸易企业虽然用传统的费用手段、方法可以获得一定的利润空间，但比较来看对利润增值影响很小。数据挖掘技术可以帮助贸易公司设想并整合出为其贸易集团带来利润。这样，贸易企业可以通过有针对性的政策，极大地降低贸易成本。（4）作为外贸企业在更多的科学供应和需求管理中，数据挖掘对其进出口的运用最为重要。当供给超过需求，需求的产品可以刺激贸易、灵活的优惠奖励实现，对于外贸企业来说，这需要分析过去的贸易交易数据，这时数据挖掘技术应用于具体的贸易活动和产品对象时，要确定如何选定贸易对象进行贸易活动。两者都鼓励贸易、外贸企业增加贸易量和避免可能的对贸易企业产生不利影响的贸易政策，降低交易成本的需求。当贸易产品供不应求时，使用数据挖掘技术来确定、选择，更多的科学的标准的数据出炉分析结果将使贸易商品的供应得以实现。因此，在国际贸易中的数据挖掘应用将在为出口的供应和需求管理决策中提供科学支持。
3.数据挖掘的国际贸易对象分析工作程序。（1）数据收集准备。对有效数据的准备工作，主要包括：选择数据挖掘所需要的目标数据集；数据预处理及其数据加工处理，包括检查数据完整性和数据的一致性，消除噪音来填充缺少的字段，删除无效数据。具体地说，即将获取的数据结构化处理，将它与相关的国际贸易数据进行有价值选择、勘探、校正、转换数据。这项工作将会直接影响到国际贸易数据挖掘效率、准确性和确保是否有效性的最终模型的质量。通过国际贸易数据挖掘的核心数据，要经过数据管理工具清洁，通过国际贸易流程数据提取、转换等，把源数据从预处理加载到国际贸易数据仓库进行国际贸易数据挖掘。（2）数据模型建立。基于数据类型和数据的特征，选择算法，净化和转换对数据集的数据挖掘。选择数据挖掘工具提供的算法，并将它应用于选定的数据，选择适当的参数，建立模型。建立开放数据分析平台的优势，实现数据的挖掘和分析。（3）对模型进行评估和解释。评估已经建立好模型，并使用业务语言解释，直到它形成的最佳实践模型。它需要客观解释和评价数据挖掘的结果，直到转换为使用模型的外贸企业最终可以理解知识信息为止。如果是问题模型，以试点示范应用程序并改进；如果没有问题，可以重复上面的数据编制和建模过程。（4）模型运用和巩固。即模型中的应用和整合。这是对那些现实的有价值的模型进一步监测、检查其实际应用程序的过程。如果它反映在模型中的应用状况不理想，与目标有差距，则要做的是进一步的模型研究与改进，以便能及时客观地反映业务的变化规律。尽量做到实时对数据检索，并可随时无缝扩容。
二、SPSS数据挖掘活动的国际贸易过程
1.相关数据说明。选择一定数量的贸易对象，包括损失掉的和没有损失掉的。选择贸易对象的属性，如贸易对象资料、贸易特性、客户服务等信息。使用直方图和地图的数据分析工具裁定可能会影响初步贸易损失的影响因素。我们的分析，尤其需要特别注重那些处在不确定状态之中的贸易对象，因为他们会考虑其他企业效益的贸易正打算放弃作为本企业的贸易伙伴关系，并从该公司转到其他公司结为贸易伙伴。我们可以通过对贸易对象使用神经网络建模去评估分析。
2.相关数据准备。这个阶段作为外贸企业分析师们需要准备根据数据的分析说明结果对模型所使用的有效数据，建立包括数据的选择、新的属性衍生和数据集成的推导。
3.对应模型建立。查找数据后放入到准备好的训练集和测试集当中，对属性减约使用决策树模型，减约的属性作为自变量参数，并把是否损失贸易伙伴作为因变量参数，用来训练的神经网络模型，这样就可以得到不确定型贸易对象的适当的预测模型。我们将模型应用于测试集，根据评估的预测准确性评价模型。企业贸易关注的重要问题是对我们贸易企业的那些不确定游离状态的贸易对象伙伴的关注。因此，以派生一个新变量来衡量放弃与本企业交易的概率。如果你的放弃公司交易属性被发现，在贸易中主动放弃与本企业贸易，则规定其值为1，否则为0。使用贸易企业的实际业务年度、经营企业的生产效率、盈利能力和国际市场占有率、贸易企业业绩、各种规模的国际贸易企业、当地贸易量、贸易绩效和满意度，实际用于贸易中的数量、贸易收益为输入变量，不确定贸易伙伴率为目标变量，我们就可以通过训练的数据得到一个神经网络模型。
4.模型的评估。可以通过训练集使用神经网络模型，对每个拟放弃与本企业进行贸易的对象可能性予以评估，也就是为公司评估贸易的可能性。根据评估那些欲放弃与本公司贸易的对象公司排序最大到最小，按派生自出的贸易对象价值的大小来决定采取何种措施：具有高值属性的价值对象，采取积极保留措施，例如给他们一些利益让步、优惠政策，以吸引其成为真实的企业贸易伙伴；对低值贸易对象，则采取放弃行动。因此，通过不确定型贸易对象的适当的预测模型，对犹豫观望的贸易对象及时发现，有助于贸易企业及时采取有效措施，续存并蓄存更多高值贸易对象，大大降低高值贸易对象流失，从而降低贸易企业的无意损失。
三、结论
数据驱动的手段在国际贸易中有相当的重要价值。我们除了要对数据挖掘理论进行研究外，还应该参考一些外国的研究经验以及结论，系统的探讨数据挖掘技术在国内国际贸易中的应用，让数据挖掘技术在当前的国际贸易数据仓库环境中进入更实用的阶段，从这些业务数据进行抽取、转换、分析和其他模型化处理，从中提取辅助国际贸易决策的关键性数据，获得有利于本企业国际贸易运作、提高竞争力的信息，挖掘出潜在有用的研究信息和结论。进一步的研究应探讨：一是建立小型贸易对象细分数据库的数据分析模型，分析高价值犹豫类型贸易对象组与类别，根据模型为贸易对象量身定做开发方案；根据类细分别使用数据挖掘技术，建立不确定贸易对象预警模型，大胆创新，使用更实际而有针对性的方法和差异法，达到减少不确定类型贸易对象率，使这部分不确定的观望对象成为真实贸易伙伴，从而改善决策制定者利益；同时，做出比较合理的分配、减少贸易成本和资源的低效甚至无效分配，以满足贸易企业的需要，通过增加有效资源分配，实现贸易经济效率；二是期望将这些分散的数据进行资源整合，从单一作用发挥，到充分发挥它们应有的作用，以便更好地挖掘潜在的贸易伙伴；三是还应考虑数据可靠性的风险，完成数据存储的时间限制，数据的时效性，这些对数据存储会提出更高要求，这需要更精密的数据收集与分析以及风险监测机制建立，以便充分发掘数据背后的隐藏价值。
作者：黄彬 张桐 单位：丽水学院 吉林大学