Ｗｅｂ数据挖掘及其在电子商务中的应用研究

1、数据挖掘及其在电子商务中的应用研究摘要电子商务是现代商业形式，数据挖掘是先进的信息处理技术，因此数据挖掘在电子商务中具有广阔的应用前景。本文主要介绍了eb数据挖掘的概念和分类，阐述了电子商务中eb数据挖掘的过程和方法，最后阐述了eb数据挖掘技术在电子商务中的应用。关键词eb数据挖掘电子商务一、引言电子商务是利用计算机技术、网络技术和远程通信技术，实现整个商务(买卖)过程中的电子化、数字化和网络化。在全球范围内，基于internet的电子商务迅猛开展，促使各企业经营者必须及时搜集大量的数据，并且将这些数据转换成有用的信息，为企业创造更多潜在的利润。利用eb数据挖掘技术可以有效地帮助企业分析从网上

2、获取的大量数据，提取出有效信息，进而指导企业调整营销策略，给客户提供动态的个性化的高效率效劳。二、eb数据挖掘1.eb数据挖掘的概念数据挖掘是指从数据库中的大量数据中提醒出隐含的、先前未知的并有潜在价值的信息的过程。eb数据挖掘是数据挖掘技术在eb环境下的应用，是从eb文档和eb活动中发现潜在的、有用的形式或信息。它是一项综合技术，涉及到internet、人工智能、计算机语言学、信息学、统计学等多个领域。2.eb数据挖掘的类型电子商务中eb信息的多样性决定了挖掘任务的多样性。按照eb处理对象的不同，eb数据挖掘可以分为以下三种类型：(1)eb内容挖掘(ebntentining)：可分为eb页面

3、内容挖掘和搜索结果挖掘。前者指的是对eb页面上的数据进展挖掘。而后者指的是以某一搜索引擎为根底，对已搜索结果的挖掘，以得到更准确有用的信息。eb内容挖掘常用的方法有ebql和ahy。(2)eb构造挖掘(ebstrutureining)：可分为超链接挖掘、内容挖掘和url挖掘。整个eb空间里，有用的知识不仅包含在eb页面的内容之中，而且包含在页面的构造之中。eb构造挖掘是挖掘eb潜在的链接构造形式，是对eb页面超链接关系、文档内部构造、文档url中的目录途径构造的挖掘。page2rank方法就是利用文档间链接信息来查找相关的eb页。(3)eb使用挖掘(ebusageining)：可分为一般访问形

4、式挖掘和个性化效劳形式挖掘。它是从eb的访问记录中抽取感兴趣的形式。/dianzijixie/电子商务中，关联规那么的发现也就是找到客户对网站上各种文件之间访问的互相联络。联络的问题就是得到如下形式的规那么：“，其中与均为在数据库中相关数据特征属性值的集合。例如，用关联规那么技术，我们可以发现：假如客户在一次访问行为中，访问了页面page1时，一般也会访问页面page2。进展eb上的数据挖掘，构建关联模型，我们可以更好地组织站点，减少用户过滤信息的负担，施行有效的市场策略，增加穿插销售量。4.序列形式(sequentialpattern)序列形式分析的目的是为了挖掘出数据间的前后或因果关系，就

5、是在时间戳有序的事务集中，找到那些“一些项跟随另一个项的内部事务形式。例如，在page1上进展过在线订购的顾客，有60%的人在过去10天内也在page2上下过定单。通过序列形式的发现，可以便于电子商务的经营者预测客户的访问形式，在效劳器方选取有针对性的页面，以满足访问者的特定要求；网站的管理员可将访问者按阅读形式分类，在页面上只展示具有该阅读形式的访问者经常访问的链接，而用一个“更多内容指向其他未被展示的内容。当访问者阅读到某页面时，检查他的阅读所符合的序列形式，并在显眼的位置提示“访问该页面的人通常接着访问的假设干页面。5.分类规那么(lassifiatinregulatin)分类要解决的问

6、题是为一个事件或对象归类。设有一个数据库和一组具有不同特征的类别(标记)，该数据库中的每一个记录都赋予一个类别的标记，这样的数据库称为例如数据库或训练集。分类分析就是通过分析例如数据库中的数据，为每个类别做出准确的描绘或建立分析模型或挖掘出分类规那么，然后用这个分类规那么对其它数据库中的记录进展分类。例如，经过eb挖掘发现，在page1进展过在线订购的客户中有60是20岁30岁生活在大中城市的年轻人。得到分类后，就可以针对这一类客户的特点展开商务活动，提供有针对性的个性化的信息效劳。用于分类分析的方法有统计方法的贝叶斯分类、机器学习的断定树归纳分类、神经网络的后向传播分类、k-最临近分类、br

7、、遗传法、粗糙集和模糊集等。6.聚类分析(lusteringanalysis)聚类分析不同于分类规那么，其输入集是一组未标定的记录，也就是说，此时输入的记录还没有进展任何分类。其目的是根据一定的规那么，合理地划分记录集合，并用显式或隐式的方法描绘不同的类别。在电子商务中，通过聚类具有相似阅读行为的客户，可使经营者更多地理解客户，为客户提供更好的效劳。例如，一些客户在一个时间段内经常阅读“eddingelebratin，经过分析可将这些客户聚类为一组，并可进一步得知这是一组即将结婚的客户，对他们的效劳就应该有别于其他的聚类客户，如“经理人员阶层组、“学生阶层组。这样，eb可自动给这个特定的顾客聚

8、类发送新产品信息邮件，为这个顾客聚类动态地改变一个特殊的站点。在一定程度上满足客户的要求，这对客户和销售商来说更有意义。四、eb数据挖掘技术在电子商务中的应用1.挽留老顾客，挖掘潜在客户通过eb挖掘，电子商务的经营者可以获知每位访问者的个人爱好，充分地理解客户的需要，根据每一类顾客的独特需求提供定制化的产品，并根据需求动态地向客户做页面推荐，调整eb页面，进步客户满意度，延长客户驻留的时间，最终到达留住客户的目的。通过挖掘eb日志记录，可以先对已经存在的访问者进展分类，然后从它的分类判断出某个新客户是否是潜在的客户。2.制定产品营销策略，优化促销活动通过对商品访问情况和销售情况进展挖掘，企业可

9、以获取客户的访问规律，确定顾客消费的生命周期，根据市场的变化，针对不同的产品制定相应的营销策略。3.降低运营本钱，进步企业竞争力电子商务的经营者通过eb数据挖掘，可以得到可靠的市场反应信息，认真分析顾客的将来行为，进展有针对性的电子商务营销活动；可以根据关心某产品的访问者的阅读形式来决定广告的位置，增加广告针对性，进步广告的投资回报率，从而降低运营本钱，进步企业竞争力。4.进步站点点击率，完善电子商务网站设计通过挖掘客户的行为记录和反应情况为站点设计者提供改良的根据，进一步优化网站组织构造以进步网站的点击率。比方利用关联规那么的发现，可以针对不同客户动态调整站点构造，使客户访问的有关联的文件间的链接更直接，让客户容易地访问到想要的页面，就能给客户留下好的印象，增加下次访问的机率。同时对网站上各种数据的统计分析有助于改良系统性能，增强系统平安性，并提供决策支持。五、完毕语当今时代，电子商务的开展势头越来越强劲，面向电子商务的数据挖掘将是一个非常有前景的领域。但是，不可否认，在面向电子商务的数据挖掘中还存在很多急需解决的问题，比方：怎样将效劳器的日志数据转化成合适某种数据挖掘技术的数据格式；怎样解决分布性、异构性