Ｗｅｂ數據挖掘在電子商務(wù)中的應用研究

［摘要］當今互聯(lián)網(wǎng)擁有海量的數據，如何對這些Web上的數據進(jìn)行挖掘提取有用的模式，輔助企業(yè)獲得成功，是一個(gè)刻不容緩的題目。本文對Web數據挖掘的基本內容和相應的技術(shù)作了先容，并對Web數據挖掘在電子商務(wù)中可應用的范圍作了說(shuō)明。
　�。坳P(guān)鍵字］Web數據挖掘、電子商務(wù)
　　
　　 引言
　　
　　 在電子商務(wù)領(lǐng)域，通過(guò)Web數據挖掘，不僅可以從大量多種多樣信息的Web頁(yè)面中提取出我們需要的有用的知識，還可以得到關(guān)于群體用戶(hù)訪(fǎng)問(wèn)行為和方式的普遍知識，用以改進(jìn)Web服務(wù)設計。更重要的是，通過(guò)對用戶(hù)特征的理解和分析，如對用戶(hù)訪(fǎng)問(wèn)行為、頻度、內容等的分折，提取出用戶(hù)的特征，從而為用戶(hù)定制個(gè)性化的界面，有助于開(kāi)展有針對性的電子商務(wù)活動(dòng)。[1][2]
　　
　　 1．Web數據挖掘簡(jiǎn)介
　　
　　 當今Web上存在著(zhù)大量的數據，獲取有用信息成為人們關(guān)注的焦點(diǎn)。但Web 是無(wú)結構的、動(dòng)態(tài)的，Web 頁(yè)面極其復雜。這樣就使得人們從成千上萬(wàn)的 Web 站點(diǎn)中找到有用的數據變得比較困難。于是，人們就越來(lái)越關(guān)注如何開(kāi)發(fā)和利用 Web 上的數據資源。
　　 Web 數據挖掘就是解決上述題目的一個(gè)途徑。當數據挖掘技術(shù)應用于網(wǎng)絡(luò )環(huán)境下的 Web 中就成為 Web數據挖掘。 Web數據挖掘就是從 Web 文檔和 Web活動(dòng)中抽取感愛(ài)好的潛伏的有用模式和隱躲的信息。
　　 Web挖掘可以分為三類(lèi)：Web內容挖掘、Web結構挖掘和Web使用挖掘 [3]。Web內容挖掘是用來(lái)提取文字、圖片或其他組成網(wǎng)頁(yè)內容成分的信息；Web結構挖掘是用來(lái)提取網(wǎng)絡(luò )的拓撲信息，即網(wǎng)頁(yè)之間的銜接的信息；Web使用挖掘是用來(lái)提取關(guān)于客戶(hù)如何運用瀏覽器瀏覽和使用這些銜接的信息。
　　
　　 2．Web數據挖掘的技術(shù)先容
　　
　　 從電子商務(wù)的角度出發(fā)，進(jìn)行Web上的數據挖掘，主要就是進(jìn)行客戶(hù)訪(fǎng)問(wèn)信息的挖掘，得到客戶(hù)端瀏覽行為和訪(fǎng)問(wèn)模式，從而找到有用的市場(chǎng)信息。在Web數據挖掘的模式發(fā)現中，常有以下幾種數據挖掘技術(shù)的使用：
　　 2．1路徑分析：使用路徑分析技術(shù)進(jìn)行Web使用模式挖掘，最常用的就是網(wǎng)站結構圖。它可以被用于判定在一個(gè) web 站點(diǎn)中最頻繁訪(fǎng)問(wèn)的路徑，還有一些其他的有關(guān)路徑的信息通過(guò)路徑分析可以得出，比如：70%的用戶(hù)端在訪(fǎng)問(wèn)/class/book2 時(shí)，是從/class 開(kāi)始，經(jīng)過(guò)/class/new, /class/book，/class/book1，最后才到的/class/book2。這條規則說(shuō)明在/class/book2 頁(yè)面上有有用的信息，但由于客戶(hù)對站點(diǎn)進(jìn)行的是迂回繞行的訪(fǎng)問(wèn)，所以這個(gè)有用信息并不明顯。假如這個(gè)頁(yè)面對網(wǎng)站來(lái)說(shuō)比較重要，可以通過(guò)此路徑分析改進(jìn)頁(yè)面及網(wǎng)站結構的設計，從使客戶(hù)更輕易的訪(fǎng)問(wèn)/class/book2。
　　 2．2關(guān)聯(lián)規則：關(guān)聯(lián)規則主要關(guān)注事物內的關(guān)系。在Web使用挖掘中，關(guān)聯(lián)規則挖掘就是挖掘出用戶(hù)在一個(gè)訪(fǎng)問(wèn)期間從服務(wù)器上訪(fǎng)問(wèn)的頁(yè)面／文件之間的關(guān)系，找出在某一次服務(wù)器會(huì )話(huà)中最經(jīng)常一起出現的相關(guān)畫(huà)面。例如，40%的客戶(hù)再購買(mǎi)了CD之后又購買(mǎi)了CD清潔劑。利用挖掘出來(lái)的這些相關(guān)性，我們可以更好的組織站點(diǎn)，實(shí)施有效的市場(chǎng)策略。
　　 2．3序列模式：序列模式挖掘就是挖掘出交易集之間有時(shí)間序列關(guān)系的模式，在Web日志中發(fā)現所有滿(mǎn)足用戶(hù)規定的最小支持度的大序列模式。序列模式的發(fā)現就是在時(shí)間戳有序的事務(wù)集中，找到那些“一些項跟隨另一個(gè)項”的內部事務(wù)模式。例如：在/class/book1上進(jìn)行過(guò)在線(xiàn)定購的顧客，有60%的人在過(guò)往15天內也在/class/bag1處下過(guò)訂單。發(fā)現序列模式能夠便于進(jìn)行電子商務(wù)的組織猜測客戶(hù)的訪(fǎng)問(wèn)模式，對客戶(hù)開(kāi)展有針對性的廣告服務(wù)。通過(guò)系列模式的發(fā)現，能夠在服務(wù)器方選取有針對性的頁(yè)面，以滿(mǎn)足訪(fǎng)問(wèn)者的特定要求。
　　 2．4分類(lèi)規則：分類(lèi)技術(shù)主要是根據用戶(hù)群的特征挖掘用戶(hù)群的訪(fǎng)問(wèn)特征。在Web數據挖掘中，分類(lèi)規則的發(fā)現就是給出識別一個(gè)特殊群體的公共屬性的描述，這個(gè)描述可以用來(lái)分類(lèi)新的項，例如：在/class/book2 進(jìn)行過(guò)在線(xiàn)定購的顧客中有 55％是20-30歲生活在南方的年輕人。得到這一分類(lèi)后，就可以進(jìn)行適合這一類(lèi)客戶(hù)的商務(wù)活動(dòng)。
　　 2．5聚類(lèi)：聚類(lèi)技術(shù)是對符合某一訪(fǎng)問(wèn)規律特征的用戶(hù)進(jìn)行用戶(hù)特征挖掘。聚類(lèi)分析可以從 Web 訪(fǎng)問(wèn)信息數據中聚集出具有相似特性的那些客戶(hù)。在 Web 事務(wù)日志中，聚類(lèi)顧客信息或數據項能夠便于開(kāi)發(fā)和執行未來(lái)的市場(chǎng)戰略。這種市場(chǎng)戰略包括：自動(dòng)給一個(gè)特定的顧客聚類(lèi)發(fā)送銷(xiāo)售郵件，為一個(gè)顧客聚類(lèi)動(dòng)態(tài)地改變一個(gè)特殊的站點(diǎn)等。 　　 3．在電子商務(wù)中的應用先容
　　
　　盡管Web挖掘的形式和研究方向層出不窮，但隨著(zhù)電子商務(wù)的興起和迅猛發(fā)展，未來(lái)Web挖掘的一個(gè)重要應用方向將是電子商務(wù)系統。而與電子商務(wù)關(guān)系最為密切的是Web訪(fǎng)問(wèn)信息挖掘。下面是Web訪(fǎng)問(wèn)信息挖掘在電子商務(wù)中的幾點(diǎn)具體的應用。
　　 3．1發(fā)現潛伏客戶(hù)：在對Web的客戶(hù)訪(fǎng)問(wèn)信息的挖掘中，利用分類(lèi)技術(shù)可以在Internet上找到未來(lái)的潛伏客戶(hù)。通常的策略是先對己經(jīng)存在的訪(fǎng)問(wèn)者進(jìn)行分類(lèi)，對于一個(gè)新的訪(fǎng)問(wèn)者，通過(guò)在Web上的分類(lèi)發(fā)現，識別出這個(gè)客戶(hù)與己經(jīng)分類(lèi)的老客戶(hù)的一些公共的描述，從而對這個(gè)新客戶(hù)進(jìn)行正確的分類(lèi)。然后從它的分類(lèi)判定這個(gè)新客戶(hù)是屬于有利可圖的客戶(hù)群，還是屬于無(wú)利可圖的客戶(hù)群，決定是否要把這個(gè)新客戶(hù)作為潛伏的客戶(hù)來(lái)對待�？蛻�(hù)的類(lèi)型確定后，就可以對客戶(hù)動(dòng)態(tài)地展示W(wǎng)eb頁(yè)面，頁(yè)面的內容取決于客戶(hù)與銷(xiāo)售商提供的產(chǎn)品和服務(wù)之間的關(guān)聯(lián)。
　　 3．2提供優(yōu)質(zhì)個(gè)性化服務(wù)：對客戶(hù)來(lái)說(shuō)，傳統客戶(hù)與銷(xiāo)售商之問(wèn)的空間間隔在電子商務(wù)中己經(jīng)不存在了。在網(wǎng)上，每一個(gè)銷(xiāo)售商對于客戶(hù)來(lái)說(shuō)都是一樣的，那么如何使客戶(hù)在自己的銷(xiāo)售站點(diǎn)上駐留更長(cháng)的時(shí)間，對銷(xiāo)售商來(lái)說(shuō)將是一個(gè)挑戰。為了達到這一目的，就應該了解客戶(hù)的瀏覽行為，知道客戶(hù)的愛(ài)好及需求所在，動(dòng)態(tài)地調整Web頁(yè)面，以滿(mǎn)足客戶(hù)的需要。通過(guò)對客戶(hù)訪(fǎng)問(wèn)信息的挖掘，就能知道客戶(hù)的瀏覽行為，從而了解客戶(hù)的愛(ài)好及需求。
　　 3．3 改進(jìn)站點(diǎn)設計：對Web站點(diǎn)的鏈接結構的優(yōu)化可從三方面來(lái)考慮:(1)通過(guò)對Web Log的挖掘，發(fā)現用戶(hù)訪(fǎng)問(wèn)頁(yè)面的相關(guān)性，從而對密切聯(lián)系的網(wǎng)頁(yè)之間增加鏈接，方便用戶(hù)使用。(2)利用路徑分析技術(shù)判定在一個(gè)Web站點(diǎn)中最頻繁的訪(fǎng)問(wèn)路徑，可以考慮把重要的商品信息放在這些頁(yè)面中，改進(jìn)頁(yè)面和網(wǎng)站結構的設計，增強對客戶(hù)的吸引力，進(jìn)步銷(xiāo)售量。(3)通過(guò)對Web Log的挖掘，發(fā)現用戶(hù)的期看位置。假如在期看位置的訪(fǎng)問(wèn)頻率高于對實(shí)際位置的訪(fǎng)問(wèn)頻率，可考慮在期看位置和實(shí)際位置之間建立導航鏈接，從而實(shí)現對Web站點(diǎn)結構的優(yōu)化。
　　 3．4聚類(lèi)客戶(hù)：通過(guò)把具有相似瀏覽行為的客戶(hù)分為一組，并分析組中客戶(hù)的共同特征，可以幫助電子商務(wù)的組織者更好地了解自己的客戶(hù)，向客戶(hù)提供更適合、更面向客戶(hù)的服務(wù)。如有一些客戶(hù)都花了一段時(shí)間瀏覽“房屋裝修”，“家具”頁(yè)面，經(jīng)過(guò)分析這些客戶(hù)被聚類(lèi)成為一組。銷(xiāo)售商根據分析出來(lái)的聚類(lèi)信息，就可以知道這是一組“新購房族”客戶(hù)，對他們所進(jìn)行的業(yè)務(wù)活動(dòng)當然也就不可能等同于其他被聚類(lèi)了的客戶(hù)如“大學(xué)生”，“購車(chē)族”，應及時(shí)調整頁(yè)面及頁(yè)面內容使商務(wù)活動(dòng)能夠在一定程度上滿(mǎn)足客戶(hù)的要求，使商務(wù)活動(dòng)對客戶(hù)和銷(xiāo)售商來(lái)說(shuō)更具意義。
　　 3．5 搜索引擎的應用：通過(guò)對網(wǎng)頁(yè)內容的挖掘，可以實(shí)現對網(wǎng)頁(yè)的聚類(lèi)和分類(lèi)，實(shí)現網(wǎng)絡(luò )信息的分類(lèi)瀏覽與檢索；通過(guò)用戶(hù)使用的提問(wèn)式歷史記錄分析，可以有效地進(jìn)行提問(wèn)擴展，進(jìn)步用戶(hù)的檢索效果（查全率、查準率）；通過(guò)運用 Web 挖掘技術(shù)改進(jìn)關(guān)鍵詞加權算法，可以進(jìn)步網(wǎng)絡(luò )信息的標引正確度，改善檢索效果。
　　 3．6 網(wǎng)絡(luò )安全：分析網(wǎng)上銀行、網(wǎng)上商店交易用戶(hù)日志，可以防范黑客攻擊、惡意詐騙。
　　
　　參考文獻：
　　[1].韓家煒，孟小峰，王靜等.Web挖掘研究[J].計算機研究與友展.200 1，3H (4):405-414.
　　[2].郝先臣，張德干，尹國成等.基于電子商務(wù)中的數據挖掘技術(shù)研究[J]，小型微型計算機系統，2001, 22 ( 7 ):785-788.
　　[3].Han J,Kamber M.Data Mining:Concepts and Techniques[J].San MateoCA:Morgan Kaufmann,2000

【Ｗｅｂ數據挖掘在電子商務(wù)中的應用研究】相關(guān)文章：

Ｗｅｂ數據挖掘在電子商務(wù)中的應用.03-21

Ｗｅｂ挖掘在網(wǎng)絡(luò )營(yíng)銷(xiāo)中的應用研究03-23

Ｗｅｂ結構挖掘在電子商務(wù)網(wǎng)站結構優(yōu)化中的應用03-21

電子商務(wù)中數據挖掘方法淺談03-01

利用Ｗｅｂ挖掘技術(shù)加強電子商務(wù)中的知識治理03-22

淺議面向電子商務(wù)的Ｗｅｂ日志挖掘系統03-21

數據挖掘在旅游電子商務(wù)中應用論文11-28

談數據挖掘技術(shù)在電子商務(wù)中的應用03-21

Ｗｅｂ�。玻�０技術(shù)在電子商務(wù)中的應用03-21