1、淺談Web挖掘在電子商務中的應用研究摘 要 當今電子商務蓬勃發(fā)展，其網(wǎng)站服務器上積累了大量的數(shù)據(jù)，這些數(shù)據(jù)隱含著很多對市場分析及預測有用的知識，可以運用web挖掘技術加以獲得，從而增強企業(yè)的競爭力。本文主要介紹了Web挖掘的概念和分類，論述了電子商務中Web挖掘的過程和方法，最后闡述了Web挖掘技術在電子商務中的應用。 關鍵詞 電子商務 數(shù)據(jù)挖掘 Web挖掘 電子商務采用數(shù)字化方式進行商業(yè)活動，是在電子網(wǎng)絡環(huán)境中進行商品和服務的貿(mào)易活動。近年來，隨著網(wǎng)絡的普及和Internet的發(fā)展，各企業(yè)均積累了大量的數(shù)據(jù)。如何從這些數(shù)據(jù)中發(fā)現(xiàn)潛在的規(guī)律，來幫助制定企業(yè)今后的發(fā)展戰(zhàn)略，是各電子商務平臺急待解

2、決的問題。Web挖掘作為數(shù)據(jù)挖掘的一個重要分支，為上述問題提供了有效的解決途徑。 一、web挖掘 數(shù)據(jù)挖掘就是從大量的、不完全的、有噪聲的數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的知識的過程。它融合了數(shù)據(jù)庫、人工智能、機器學習等多個領域的理論和技術。Web 挖掘是數(shù)據(jù)挖掘在web上的應用，是指從與web相關的資源和行為中抽取感興趣的、有用的模式和隱含知識。一般地，Web挖掘可分為三類： 1.Web內(nèi)容挖掘，是從文檔內(nèi)容或其描述中抽取知識的過程。它又可以分為Web 頁面內(nèi)容挖掘和搜索結(jié)果挖掘。頁面內(nèi)容挖掘指的就是對Web 頁面上的數(shù)據(jù)進行挖掘, 而搜索結(jié)果挖掘則指的是以某一搜索

3、引擎為基礎,對已搜索結(jié)果進行挖掘。 2.Web結(jié)構(gòu)挖掘，是從www的組織結(jié)構(gòu)和鏈接關系中推導知識。它又可以分為外部結(jié)構(gòu)挖掘、內(nèi)部結(jié)構(gòu)挖掘和URL挖掘。Web結(jié)構(gòu)挖掘的目的是通過聚類和分析網(wǎng)頁的鏈接, 發(fā)現(xiàn)網(wǎng)頁的結(jié)構(gòu)和有用的模式, 找出權威頁面。 3.Web使用挖掘，即Web日志挖掘，是通過挖掘Web日志記錄，發(fā)現(xiàn)用戶訪問Web頁面的模式。它又可分為一般訪問模式挖掘和個性化服務模式挖掘。 二、Web挖掘的過程 1.數(shù)據(jù)收集。Web挖掘的數(shù)據(jù)對象包括服務器日志數(shù)據(jù)、代理服務器數(shù)據(jù)、web頁面內(nèi)容、web超鏈接信息、用戶注冊信息等，其中服務器日志數(shù)據(jù)是web挖掘的主要對象。 2.數(shù)據(jù)預處理。數(shù)據(jù)預處

4、理是web挖掘的重要步驟，直接影響到最后挖掘結(jié)果的正確性和準確性。它通常包括以下幾個方面: (1)數(shù)據(jù)清洗，是指根據(jù)需要刪除與web挖掘任務無關的數(shù)據(jù)，過濾掉不需要的記錄。(2)反蜘蛛化。現(xiàn)在互聯(lián)網(wǎng)上有大量的蜘蛛程序，它們模擬用戶在各網(wǎng)頁間爬來爬去。但它們并不代表真實的電子商務用戶，因此需要把服務器日志中的蜘蛛記錄過濾掉，以更真實地反映實際情況。(3)客戶認證,是從服務器日志中識別出訪問網(wǎng)站的每個用戶。(4)會話識別。會話是指客戶在一次訪問中所訪問的所有web頁面，通過分析可以得到，用戶對電子商務站點的興趣所在。(5)路徑補全。由于客戶端緩存的存在，會造成一些重要的訪問信息被遺漏，所以需要對用

5、戶訪問的前后頁面進行推理，補全訪問路徑。 3.模式發(fā)現(xiàn)，是運用各種方法，發(fā)現(xiàn)隱藏的模式和規(guī)則。常用的方法有：關聯(lián)分析，分類分析，聚類分析，序列分析。 4.模式分析。模式分析是找出所發(fā)現(xiàn)模式集合中的有用模式，以便對決策提供支持。如果所有模式均不令人滿意,則需要重新挖掘。 三、Web挖掘的方法 1.關聯(lián)分析，用于發(fā)現(xiàn)同一事件中不同數(shù)據(jù)項的相關性。常用的Apriori算法分為兩步，首先找出滿足最小支持度閾值的頻繁項集；然后由它們形成滿足最小置信度閾值的強關聯(lián)規(guī)則。可以將web挖掘得到的關聯(lián)規(guī)則用于改進電子商務站點的結(jié)構(gòu)，將相關聯(lián)的商品放在一起，減輕用戶過濾信息的負擔，增加交叉銷售。 2.分類分析，通

6、過學習已被告知類標號的訓練集，得到分類器模型，然后將其用于對其它數(shù)據(jù)的分類。常用的方法有貝葉斯分類法、決策樹技術和支持向量機技術。 3.聚類分析，使用劃分方法、層次方法、基于密度的方法、基于網(wǎng)格的方法等技術，使同一類中的對象之間具有很高的相似度，而不同類中的對象高度相異。經(jīng)聚類分析，可以對電子商務平臺中的具有相似瀏覽模式的用戶提供個性服務，以滿足該類消費群體的特殊需要。 4.序列分析，是挖掘頻繁出現(xiàn)的有序事件或子序列模式，側(cè)重于數(shù)據(jù)項間的前后關系。在電子商務平臺上，可以幫助企業(yè)預測用戶未來的購買行為，指導企業(yè)制定銷售計劃。 四、Web挖掘在電子商務中的應用 1.提供個性化服務。通過分析用戶的訪

7、問模式，對用戶進行聚類和分類，為每一類用戶提供迎合其興趣的個性化服務，提高電子商務平臺的人性化設計，從而提高用戶的滿意度，留住老用戶;對具有潛在消費能力的用戶，通過提供個性化服務，可以刺激他們的消費，提高電子商務平臺的親和力。 2.優(yōu)化web站點結(jié)構(gòu)。通過分析用戶的瀏覽路徑，用有向圖來表示用戶的整個頁面訪問過程，圖中的頂點代表頁面，圖中的邊代表頁面的訪問順序。通過web挖掘找出頻繁訪問路徑，得到電子商務平臺上的主要頁面，將重要的銷售信息放在上面，有利于用戶快速找到自己需要的商品。 3.降低電子商務平臺運營成本。通過挖掘用戶的行為記錄和反饋情況，預測未來的購買行為，進行有針對性的市場營銷活動；通過分析用戶感興趣的頁面，有針對性地投放廣告。 五、結(jié)束語 隨著信息技術的飛速發(fā)展，電子商務在商業(yè)貿(mào)易中的份額越來越大，使用web挖掘技術對企業(yè)積累的海量數(shù)據(jù)進行處理，挖掘出合適的模式，幫助企業(yè)在激烈的市場競爭中做出正確的決策，對提高企業(yè)的市場競爭力有重要意義。隨著web挖掘技術的不斷發(fā)展和成熟，一定會在電子商務應用領域有廣闊的應用前景。 參考文獻: 1Jiaw