电子商务中Ｗｅｂ数据挖掘的应用研究

1、电子商务中数据挖掘的应用研究摘要本文介绍了eb数据挖掘的概念及其分类，讨论了电子商务中eb数据挖掘的过程，重点研究了eb数据挖掘方法，从而有效进步电子商务企业的竞争力。关键词电子商务数据挖掘eb挖掘internet是一个宏大、分布广泛、全球性的信息资源储藏库。随着上网人数的急剧增加，电子商务的蓬勃开展，各种基于互联网的商业eb站点也面临越来越剧烈的竞争。eb包含了丰富和动态的超链接信息，以及eb页面的访问和使用信息，这为数据挖掘提供了大量丰富的资源。一、电子商务与eb数据挖掘电子商务e-ere是以网络为平台，以现代信息技术为手段，以经济效益为中心的现代化商业运转形式，其最终目的是实现商务活动的

2、网络化、自动化与智能化。无论e企业采用b2b、b2还是b2g电子商务形式，商品的采购者都需要通过eb方式与商品的供应商及其合作者之间建立信息流的交互，那么，一方面通过eb方式与购置者主动、方便、快捷的获得期望主题的信息；另一方面供应商与合作伙伴们如何通过他们的集成信息系统，运用知识把访问者、网上购置者的访问数据从潜在的、隐含的、事先不知的状态，经过提娶洗涤、加工变为潜力宏大的价值信息，从而进步企业的核心竞争力。eb数据挖掘ebdataining是利用数据挖掘从eb文档及eb效劳中自动发现并提取用户感兴趣的、潜在的、有用的形式和隐藏信息。eb数据挖掘的主要目的就是从eb的访问记录中抽取用户感兴趣

3、的形式，/dianzijixie/电子商务中的eb挖掘过程一般由3个主要阶段组成：数据准备、挖掘操作、结果表达和解释。(1)数据准备：这个阶段又可分成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展合并处理，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。数据选择的目的是区分出需要分析的数据集合，缩小处理范围，进步数据挖掘的质量。预处理是为了抑制数据挖掘工具的局限性。(2)数据挖掘：这个阶段进展实际的挖掘操作，包括的要点有：决定如何产生假设；选择适宜的工具；开掘知识的操作；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

4、进展分析，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，还要对信息进展过滤处理，假设不能令决策者满意，需要重复上述过程。2.eb数据挖掘的方法(1)协同过滤：协同过滤技术采用最近邻技术，利用客户的历史、爱好信息计算用户之间的间隔 ，目的客户对特点商品的爱好程度由最近邻居对商品的评价的加权平均值来计算。(2)关联规那么：关联规那么是寻找在同一个事件中出现的不同项的相关性，用数学模型来描绘关联规那么发现的问题：x=y的蕴含式，其中x,y为属性值对集或称为工程集，且xy空集。在数据库中假设s%的包含属性值对集x的事务也包含属性值集y，那么关联规

5、那么x=y的置信度为%。(3)eb日志的聚类算法：聚类分析是把具有相似特征的用户或数据项归类,在网站管理中通过聚类具有相似阅读行为的用户。基于模糊理论的eb页面聚类算法与客户群体聚类算法的模糊聚类定义一样，客户访问情况可用url(uj)表示。有suj=(i，fsuj(i)|i，其中fsuj(i)0，1是客户i和url(uj)间的关联度：式中为客户的数量，hits(i)表示客户i访问url(uj)的次数。利用suj和模糊理论中的相似度度量sfij定义建立模糊相似矩阵，再根据相似类xir的定义构造相似类，合并相似类中的公共元素得到的等价类即为相关eb页面。(4)序列分析：序列形式分析和关联分析类似

6、，其目的也是为了挖掘数据之间的联络，但序列形式分析的侧重点在于分析数据间的前后序关系。它能发现数据库中如“在某一段时间内，客户购置商品a，接着会购置商品b，此后又购置商品，即序列ab出现的频率高之类的信息。序列形式描绘的问题是：在给定的交易序列数据库中，每个序列按照交易的时间排列的一组交易集，挖掘序列函数作用是返回该数据库中高频率出现有序列。四、完毕语电子商务是现代化技术开展的必然结果，也是将来商业运作形式的必然选择，但还需进一步键全电子商务的平安立法和完善物流配送体系。为了给电子商务营造一个良好的环境，通过选择较好的数据挖掘方法，真正发挥数据挖掘的作用，才能使企业在剧烈的市场竞争中做出正确的