Web挖掘在电子商务中的应用研究.docx

Web挖掘在电子商务中的应用研究 【摘要】 本文将数据挖掘的思想和方法应用到电子商务中，可以帮助电子商务网站从海量信息中获得真正有价值的知识，指导企业决策，为电子商务网站的客户提供更方便的服务。 【关键词】 Web挖掘；电子商务；个性化推荐 1. 引言 随着Internet的日益普及，电子商务蓬勃发展。基于互联网的商业站点面临越来越激烈的竞争。如何对大量的电子商务信息进行有效的组织利用，从中挖掘感兴趣的模式，理解客户的行为，从而改进站点的结构、为客户提供个性化的服务成为电子商务发展必须要解决的问题。 通过Web挖掘，既可以为站点管理者、投资商和广告商等提供合理建议，也可以为用户提供功能强大的智能搜索引擎，实现个性化服务。Web挖掘就是在这样的背景下与电子商务结合在一起的。 2. 电子商务网站数据源的收集 （1）服务器数据 客户访问服务器就会在服务器上产生相应的服务数据。这些数据通常指服务器日志文件或者Cookie日志文件，它记录了访问该Web服务器的数据流信息。 （2）客户登记信息 客户登记信息是客户通过Web网页在屏幕上输入并提交给服务器的相关信息，是数据挖掘的另一个重要数据源，比如客户的个人资料，客户要订购的商品资料，客户提出的一些问题、要求等。 （3）市场数据 这类数据主要是传统关系数据库中存储的有关电子商务站点信息、用户购买信息、商品信息等数据。 （4）页面数据 页面数据主要是指页面的内容，包括文本、图片、语音、图像等。由于页面包含文本和多媒体信息图片、语音、图像，所以涉及到文本挖掘和多媒体挖掘。另外，对页面数据的挖掘还包括对页面之间的超链接关系的挖掘。 3. 电子商务中数据挖掘的主要技术 （1）关联规则 关联规则主要用于发现用户之间、页面之间以及用户浏览页面和网上行为之间存在的潜在关系。 （2）序列模式 序列模式挖掘是指挖掘相对时间或其他模式出现频率高的模式。序列模式分析侧重于挖掘出数据的前后时间顺序关系，分析是否存在一定趋势，以预测未来的访问模式。 （3）分类 分类是找出描述并区分数据类或概念的模型，以使用模型预测类来标记未知的对象类。 （4）聚类分析 聚类分析可以从访问信息数据中聚集出具有相似特性的那些客户。在事务日志中，聚类顾客信息或数据项能够便于开发和执行未来的市场战略。 （5）路径分析 路径分析可以用于确定网站上最频繁访问的路径。通过路径分析，可以改进页面及网站结构的设计。 4. Web挖掘在电子商务中的应用 （1）改善电子商务站点性能 站点的拓扑结构合理，有利于访问者快速找到自己需要的信息和商品，进行方便快捷的购物。利用路径分析技术可以分析客户访问路径，判定频繁访问路径。这样Web设计者可以根据访问者的信息来设计和修改网站结构和外观。站点上页面内容的安排和链接就如超级市场中物品的摆放一样，把相关联的物品摆放在一起有助于销售，尽量为大多数访问者的浏览提供方便。 （2）发现潜在客户 对一个电子商务网站来说，了解、关注客户群体非常重要，但从众多的访问者中发现潜在客户群体也同样非常关键。如果发现某些客户为潜在客户群体，就可以对这类客户实施一定的策略，使他们尽快成为在册客户群体。 （3）提供优质个性化服务，延长客户驻留时间 在网上，每一个销售商对于客户来说都是一样的，那么如何使客户在自己的销售站点上驻留更长的时间，对销售商来说将是一个挑战。为了达到这一目的，就应该了解客户的浏览行为，知道客户的兴趣及需求所在，动态地调整页面，以满足客户的需要。通过对客户访问信息的挖掘，就能知道客户的浏览行为，从而了解客户的兴趣及需求。 （4）广告效益评价 利用 Web挖掘对大量消费行为模式进行分析，可精确地评价各种广告手段的效益，并组合设计出最佳的商品宣传方案，根据关心某产品的访问者的浏览模式来决定广告的位置，增加广告针对性，提高广告的投资回报率。 （5）网络安全 分析网上银行、网上商店交易用户日志，可以防范黑客攻击、恶意诈骗。 5.总结 数据挖掘在电子商务网站的设计、客户关系管理、网络营销等方面起着重要的作用。对电子商务网站收集的信息进行分析挖掘有利于信息的准确检索，提供个性化的信息服务，提高网站的声誉和效益。 参考文献： 余肖生.基于Web挖掘的个性化推荐系统研究J.现代情报，2008，（1） 杨清莲.Web挖掘在网站优化中的应