1、數據挖掘在電子商務中的體現內容摘要：隨著電子商務的競爭日趨激烈，如何在海量的信息中獲取有價值的信 息就成了企業的核心工作，這就促進了數據挖掘和電子商務的結合。本文從獲取 數據來源、分析訪問路徑、構建數據挖掘體系等三個方面淺談了數據挖掘在電子 商務中的表現及特點。關鍵詞：電子商務數據挖掘路徑分析挖掘體系前g我們都應該有過這樣的瀏覽網頁經歷，就是當我們在瀏覽一些購物網站準備 離開時會彈出一個頁而顯示以下一些內容“瀏覽該商品的朋友還會對下而一些商 品感興趣”;有時我們在線聽一些歌曲時也會有類似的推薦信息“猜你還段歡 下面這首歌”如果我們按照這些推薦去看看這些網頁發現里面還真有自己喜歡 的東西或喜歡的

2、歌曲。大家可能很好奇，它怎么就知道我喜歡這些東西的，其實 這其中就是通過數據挖掘技術分析了我們消費者的行為和喜好。數據挖掘定義：數據挖掘就是從大量的、不完整的、有噪聲的、模糊的隨機的實際應用過程 中產生的數據中提取出隱含的有價值的信息的過程。電子商務就是以信息資源為核心而展開的商務活動或商務模式。電子商務數 據挖掘就是采集網絡上主要是電子商務網站存在的與電子商務有關信息，通過對 這些數據信息的分析從而了解市場供求信息、顧客偏好、購買模式等，進而隨時 調整經營策略。例如，在電子商務環境下，搜集到的有關客戶的數據，經過抽取、 變換和裝入，建立企業的數據倉庫，利用數據挖掘能發現客戶的共性和特殊性的

3、信息、必然和偶然的信息、獨立和關聯的信息等。所有這些挖掘發現的信息都將 為電子商務管理者提供決策依據，以更好的滿足客戶需要。數據挖掘在電子商務中的體現從數據挖掘的定義可以看出數據挖掘z于電子商務的作用。那么數據挖掘在 電子商務中是如何體現出來的呢？從電子商務以及數據挖掘的關系來看主要體 現在以下一些方面；1. 獲取廣泛的數據來源2. 進行路徑分析3建立數據挖掘體系結構獲取廣泛的數據來源在電子商務中可以用作數據挖掘的數據來源很多，而且數據的類型種類也很 多。通常有以下一些方面的數據類型：1、服務器h志數據。客戶訪問服務器時就會自動在服務器上產生相應的服務器 日志數據文件，日志文件分為server

4、 logs> error logs> cookie logs等幾種類型。 server logs有兩種存儲格式；一種是公用el志文件格式，另一種是組合el志文 件格式。前者提供了有關訪問者物理訪問站點的信息。如果能夠對這些信息 中的一些項進行語法上的分析，就可以知道客戶主要來源的區域是哪里了。后者主要是支持關于h志文件元信息的指令，如版本號，會話監控開始和結 束的日期、被記錄的域名等。error logs存儲了請求失敗的數據，如丟失連接、授權失敗，超時等信息。cookie logs cookie是一種軟件結構，它能夠在客戶端存儲客戶訪問服務器的 信息。服務器上存儲關于cookie的

5、信息就叫做cookie logso在電子商務網站 中，存儲在cookie r志中的主要是交易信息。2、查詢數據。查詢數據是電子商務站點在服務器上產生的一種典型數據，如對 聯機存儲的客戶也許會搜索一些產品或某些廣告信息，這些查詢數據信息就 通過cookie或登記信息鏈接到服務器的訪問日志上。但到0前為止還沒有一 個標準的查詢數據格式。3、代理服務器端數據。代理服務器fi志記錄了用戶對所有網站的訪問，它相當 于客戶瀏覽器和web服務器之間的中介服務器。它可以將大量的用戶訪問信 息通過代理口志的形式保存起來。通過對這些數據進行挖掘，能夠自動發現 隱藏在數據中的模式信息，了解客戶的訪問模式，從而做出一

6、些預測分析。4、客戶登記信息。這類信息主要是用戶的注冊信息。比如用戶的個人資料、用 戶要訂購的商品資料、用戶提交的一些意見反饋等。但問題是很多用戶并不 愿意透露自己的個人信息，往往在填寫注冊表時亂填一氣，這就會造成原始 數據質量下降。這時就需要對這些數據加以甄別后才可以進行使用。進行路徑分析路徑分析時數據挖掘在電子商務中的常用方法。它通過對網站服務器日志文 件中客戶訪問站點、訪問次數的分析，挖掘出頻繁訪問的路徑。路徑分析的意義 就在于建立更加完善的用戶行為模型，以幫助企業了解客戶的需求從而向客戶進 行有目標的推銷。當前電子商務網站的頁面大多由以下內容組成。 站點首頁 商家信譽與說服性質的頁而

7、產品詳細信息和常見問題以及售后、配送信息頁面 購物車頁面 支付結賬頁面通過這些頁面的引導就可以模擬出客戶訪問的路徑了。經過客戶上一步、下 一步或者其他的點擊，直到最后離開頁而這些操作，這樣就需要根據自己的產品、 購物、付款等頁面建立自己站點的路徑篩選機制，以便于在最后每周、每月或者 更長時間的篩選報告中清起顧客的訪問路徑，根據訪問頁面的比率來挖掘用戶喜 歡的內容頁面，消費需求，進而設計合理的點擊路徑和用戶選擇信息流程，方便 用戶點擊。建立數據挖掘體系雖然電子商務屮有許多數據來源，并且電子商務的服務器也可以自動的進行 收集這些數據。但如果建立相應的數據挖掘體系的話，不從中挖掘出隱含的規律, 擁有

8、再多的數據也不會產牛多少商業價值。下圖即表示了當前常用的數據挖掘體 系結構。該結構圖總體上分為三個部分即電子商務部分、用戶以及數據挖掘部分。雖 然分成三各部分但這三個部分不是各自獨立了，而是相互聯系的，通過數據的傳 遞有機的的融合到了一起。從結構圖中可看出整個數據在結構體系中的運行流程。首先就是通過電子商 務網站去采集這些有關用戶的數據信息，通常這些信息都是不完整、有噪音的， 需要將這些數據在存入多維數據庫之前對它們進行過濾和集成等操作。接著從數 據庫屮提取出數據再對它們進行數據處理這主要包括數據清洗、數據合成、生成 新的數據。下一步就可以在人機交互圖形化界面上進行數據挖掘了，比如進行類 聚分

9、析、關聯探測、統計分析等。而數據挖掘的結果還要應用于系統用戶檢測才能知道效果。通過用戶的反饋就可以提出一些有預見性的商務策略，或者對網站結束語:當前很多企業都開始在企業中推廣信息化，大多都建立起了自己的門戶網 站。門戶網站是企業面向客戶的一個窗口，客戶可以通過門戶網站足不出戶的就 可以了解企業，而企業也需要通過門戶網站進行數據挖掘分析了解客戶都有什么 樣的需求，對哪些產品需求量都是多大，進而企業可以了解市場行情、向用戶提 供及時的服務。但是實際上一些企業都只是將網站建好了以后就不再過問了，有 些信息都已經很過時了，顯然是不能吸引顧客的。個人認為之所以會出現這樣的現象，主要是因為數據挖掘這項技術所需要的 投入較大，包括設備和人力的投入，國內一些中小型企業不愿意投入。此外數據 挖掘在現階段的發展還不太成熟，所取得的商業價值表現不太明顯。隨著信息化的深化以及數據挖掘技術的不斷成熟，