電子商務中Web數(shù)據(jù)挖掘技術應用分析

王凡帆++李小玲

摘要：該文通過介紹電子商務及數(shù)據(jù)挖掘基本知識，分別從幾個方面分析了電子商務中WEB數(shù)據(jù)挖掘技術的應用。

關鍵詞：電子商務；數(shù)據(jù)挖掘；應用

中圖分類號：TP393 文獻標識碼：A 文章編號：1009-3044（2016）14-0251-02

1 概述

電子商務是指企業(yè)或個人以網(wǎng)絡為載體，應用電子手段，利用現(xiàn)代信息技術進行商務數(shù)據(jù)交換和開展商務業(yè)務的活動。隨著互聯(lián)網(wǎng)的迅速發(fā)展，電子商務比傳統(tǒng)商務具有更明顯的優(yōu)勢，由于電子商務具有方便、靈活、快捷的特點，使它已逐漸成為人們生活中不可缺少的活動。目前電子商務平臺網(wǎng)站多，行業(yè)競爭強，為了獲得更多的客戶資源，電子商務網(wǎng)站必須加強客戶關系管理、改善經(jīng)營理念、提升售后服務。數(shù)據(jù)挖掘是從數(shù)據(jù)集中識別出隱含的、潛在有用的、有效的，新穎的、能夠被理解的信息和知識的過程。由數(shù)據(jù)集合做出歸納推理，從中挖掘并進行商業(yè)預判，能夠幫助電子商務企業(yè)決策層依據(jù)預判，對市場策略調(diào)整，將企業(yè)風險降低，從而做出正確的決策，企業(yè)利潤將最大化。隨著電子商務的應用日益廣泛，電子商務活動中會產(chǎn)生大量有用的數(shù)據(jù)，如何能夠數(shù)據(jù)挖掘出數(shù)據(jù)的參考價值？研究客戶的興趣和愛好，對客戶分門別類，將客戶心儀的商品分別推薦給相關客戶。因此，如何在電子商務平臺上進行數(shù)據(jù)挖掘成為研究的熱點問題。

2 數(shù)據(jù)挖掘技術概述

數(shù)據(jù)挖掘（Data Mining），也稱數(shù)據(jù)庫中的知識發(fā)現(xiàn)（Knowledge Discovery in Database，KDD）。數(shù)據(jù)挖掘一般是指從海量數(shù)據(jù)中應用算法查找出隱藏的、未知的信息的過程。數(shù)據(jù)挖掘是一個在大數(shù)據(jù)資源中利用分析工具發(fā)現(xiàn)模型與數(shù)據(jù)之間關系的一個過程，數(shù)據(jù)挖掘對決策者尋找數(shù)據(jù)間潛在的某種關聯(lián)，發(fā)現(xiàn)隱藏的因素起著關鍵作用。這些模式是有潛在價值的、并能夠被理解的。數(shù)據(jù)挖掘將人工智能、機器學習、數(shù)據(jù)庫、統(tǒng)計、可視化、信息檢索、并行計算等多個領域的理論與技術融合在一起的一門多學科交叉學問，這些學科也對數(shù)據(jù)挖掘提供了很大的技術支撐。

3 Web 數(shù)據(jù)挖掘特點

Web 數(shù)據(jù)挖掘就是數(shù)據(jù)挖掘在Web中的應用。Web數(shù)據(jù)挖掘的目的是從萬維網(wǎng)的網(wǎng)頁的內(nèi)容、超鏈接的結構及使用日志記錄中找到有價值的數(shù)據(jù)或信息。依據(jù)挖掘過程中使用的數(shù)據(jù)類別，Web數(shù)據(jù)挖掘任務可分為：Web內(nèi)容挖掘、Web結構挖掘、Web使用記錄挖掘。

1）Web內(nèi)容挖掘指從網(wǎng)頁中提取文字、圖片或其他組成網(wǎng)頁內(nèi)容的信息，挖掘對象通常包含文本、圖形、音視頻、多媒體以及其他各種類型數(shù)據(jù)。

2）Web結構挖掘是對Web頁面之間的結構進行挖掘，挖掘描述內(nèi)容是如何組織的，從Web的超鏈接結構中尋找Web結構和頁面結構中的有價值模式。例如從這些鏈接中，我們可以找出哪些是重要的網(wǎng)頁，依據(jù)網(wǎng)頁的主題，進行自動的聚類和分類，為了不同的目的從網(wǎng)頁中根據(jù)模式獲取有用的信息，從而提高檢索的質量及效率。

3）Web使用記錄挖掘是根據(jù)對服務器上用戶訪問時的訪問記錄進行挖掘的方法。Web使用挖掘將日志數(shù)據(jù)映射為關系表并采用相應的數(shù)據(jù)挖掘技術來訪問日志數(shù)據(jù)，對用戶點擊事件的搜集和分析發(fā)現(xiàn)用戶導航行為。它用來提取關于客戶如何瀏覽和使用訪問網(wǎng)頁的鏈接信息。如訪問了哪些頁面？在每個頁面中所停留的時間？下一步點擊了什么？在什么樣的路線下退出瀏覽的？這些都是Web使用記錄挖掘所關心要解決的問題。

4電子商務中Web挖掘中技術的應用分析

1）電子商務中序列模式分析的應用

序列模式數(shù)據(jù)挖掘就是要挖掘基于時間或其他序列的模式。如在一套按時間順序排列的會話或事務中一個項目有存在跟在另一個項目后面。通過這個方法，WEB銷售商可以預測未來的訪問模式，以幫助針對特定用戶組進行廣告排放設置。發(fā)現(xiàn)序列模式容易使客戶的行為被電子商務的組織者預測，當用戶瀏覽站點時，盡可能地迎合每個用戶的瀏覽習慣并根據(jù)用戶感興趣的內(nèi)容不斷調(diào)整網(wǎng)頁，盡可能地使每個用戶滿意。使用序列模式分析挖掘日志，可以發(fā)現(xiàn)客戶的訪問序列模式。在萬維網(wǎng)使用記錄挖掘應用中，序列模式挖掘可以用于捕捉用戶路徑之中常用的導航路徑。當用戶訪問電子商務網(wǎng)站時，網(wǎng)站管理員能夠搜索出這個訪問者的對該網(wǎng)站的訪問序列模式，將訪問者感興趣但尚未瀏覽的頁面推薦給他。序列模式分析還能分析出商品購買的前后順序，從而向客戶提出推薦。例如在搜索引擎是發(fā)出查詢請求、瀏覽網(wǎng)頁信息等，會彈出與這些信息相關的廣告。例如購買了打印機的用戶，一般不久就會購買如打印紙、硒鼓等打印耗材。優(yōu)秀的推薦系統(tǒng)將為客戶建立一個專屬商店， 由每個客戶的特征來調(diào)整網(wǎng)站的內(nèi)容。也能由挖掘出的一些序列模式分析網(wǎng)站及產(chǎn)品促銷的效果。

2）電子商務中關聯(lián)規(guī)則的應用

關聯(lián)規(guī)則是揭示數(shù)據(jù)之間隱含的相互關系，關聯(lián)分析的任務是發(fā)現(xiàn)事物間的關聯(lián)規(guī)則或相關程序。關聯(lián)規(guī)則挖掘的目標是在數(shù)據(jù)項目中找出每一個數(shù)據(jù)信息的內(nèi)在關系。關聯(lián)規(guī)則挖掘就是要搜索出用戶在服務器上訪問的內(nèi)容、頁面、文件之間的聯(lián)系，從而改進電子商務網(wǎng)站設計?？梢愿迷诮M織站點，減少用戶過濾網(wǎng)站信息的負擔，哪些商品顧客會可能在一次購物時同時購買？關聯(lián)規(guī)則技術能夠通過購物籃中的不同商品之間的聯(lián)系，分析顧客的購物習慣。例如購買牛奶的顧客90%會同時還購買面包，這就是一條關聯(lián)規(guī)則，如果商店或電子商務網(wǎng)站將這兩種商品放在一起銷售，將會提高它們的銷量。關聯(lián)規(guī)則挖掘目標是利用工具分析出顧客購買商品間的聯(lián)系，也即典型購物籃數(shù)據(jù)分析應用。關聯(lián)規(guī)則是發(fā)現(xiàn)同類事件中不同項目的相關性，例如手機加充電寶，鼠標加鼠標墊等購買習慣就屬于關聯(lián)分析。關聯(lián)規(guī)則挖掘技術可以用相應算法找出關聯(lián)規(guī)則，例如在上述例子中，商家可以依據(jù)商品間的關聯(lián)改進商品的擺放，如果顧客購買了手機則將充電寶放入推薦的商品中，如果一些商品被同時購買的概率較大，說明這些商品存在關聯(lián)性，商家可以將這些有關聯(lián)的商品鏈接放在一起推薦給客戶，有利于商品的銷售，商家也根據(jù)關聯(lián)有效搭配進貨，提升商品管理水平。如買了燈具的顧客，多半還會購買開關插座，因此，一般會將燈具與開關插座等物品放在一個區(qū)域供顧客選購。依據(jù)分析找出顧客所需要的商品的關聯(lián)規(guī)則，由挖掘分析結果向顧客推薦所需商品，也即向顧客提出可能會感興趣的商品推薦，將會大大提高商品的銷售量。

3）電子商務中路徑分析技術的應用

路徑分析技術通過對Web服務器的日志文件中客戶訪問站點的訪問次數(shù)的分析，用來發(fā)現(xiàn)Web站點中最經(jīng)常訪問的路徑來調(diào)整站點結構，從而幫助使用用戶以最快的速度找到其所需要的產(chǎn)品或是信息。例如在用戶訪問某網(wǎng)站時，如果有很多用戶不感興趣的頁面存在，就會影響用戶的網(wǎng)頁瀏覽速度，從而降低用戶的瀏覽興趣，同時也會使整個站點的維護成本提高。而利用路徑分析技術能夠全面地掌握網(wǎng)站各個頁面之間的關聯(lián)以及超鏈接之間的聯(lián)系，通過分析得出訪問頻率最高的頁面，從而改進網(wǎng)站結構及頁面的設計。

4）電子商務中分類分析的應用

分類技術在根據(jù)各種預定義規(guī)則進行用戶建模的Web分析應用中扮演著很重要的角色。例如，給出一組用戶事務，可以計算每個用戶在某個期間內(nèi)購買記錄總和。基于這些數(shù)據(jù)，可以建立一個分類模型，將用戶分成有購買傾向和沒有購買傾向兩類，考慮的特征如用戶統(tǒng)計屬性以及他們的導航活動。分類技術既可以用于預測哪些購買客戶對于哪類促銷手段感興趣，也可以預測和劃分顧客類別。在電子商務中通過分類分析，可以得知各類客戶的興趣愛好和商品購買意向，因而發(fā)現(xiàn)一些潛在的購買客戶，從而為每一類客戶提供個性化的網(wǎng)絡服務及開展針對性的商務活動。通過分類定位模型輔助決策人員定位他們的最佳客戶和潛在客戶，提高客戶滿意度及忠誠度，最大化客戶收益率，以降低成本，增加收入。

5）電子商務中聚類分析的應用

聚類技術可以將具有相同特征的數(shù)據(jù)項聚成一類。聚類分析是對數(shù)據(jù)庫中相關數(shù)據(jù)進行對比并找出各數(shù)據(jù)之間的關系，將不同性質特征的數(shù)據(jù)進行分類。聚類分析的目標是在相似的基礎上收集數(shù)據(jù)來分類。根據(jù)具有相同或相似的顧客購買行為和顧客特征，利用聚類分析技術將市場有效地細分，細分后應可每類市場都制定有針對性的市場營銷策略。聚類分別有頁面聚類和用戶聚類兩種。用戶聚類是為了建立擁有相同瀏覽模式的用戶分組，可以在電子中商務中進行市場劃分或給具有相似興趣的用戶提供個性化的Web內(nèi)容，更多在用戶分組上基于用戶統(tǒng)計屬性（如年齡、性別、收入等）的分析可以發(fā)現(xiàn)有價值的商業(yè)智能。在電子商務中將市場進行細化的區(qū)分就是運用聚類分析技術。聚類分析可根據(jù)顧客的購買行為來劃分不同顧客特征的不同顧客群，通過聚類具有類似瀏覽行為的客戶，讓市場人員對顧客進行類別細分，能夠給顧客提供更人性化的貼心服務。比如通過聚類技術分析，發(fā)現(xiàn)一些顧客喜歡訪問有關汽車配件網(wǎng)頁內(nèi)容，就可以動態(tài)改變站點內(nèi)容，讓網(wǎng)絡自動地給這些顧客聚類發(fā)送有關汽車配件的新產(chǎn)品信息或郵件。

分類和聚類往往是相互作用的。在電子商務中通過聚類行為或習性相似的顧客，給顧客提供更滿意的服務。技術人員在分析中先用聚類分析將要分析的數(shù)據(jù)進行聚類細分，然后用分類分析對數(shù)據(jù)集合進行分類標記，再將該標記重新進行分類，一直如此循環(huán)兩種分析方法得到相對滿意的結果。

5 結語

隨著互聯(lián)網(wǎng)的飛速發(fā)展，大數(shù)據(jù)分析應用越來越廣。商業(yè)貿(mào)易中電子商務所占比例越來越大，使用 web 挖掘技術對商業(yè)海量數(shù)據(jù)進行挖掘處理，分析客戶購買喜好、跟蹤市場變化，調(diào)整銷售策略，對決策者做出有效決策及提高企業(yè)的市場競爭力有重要意義。

參考文獻：

[1] 龐英智.Web 數(shù)據(jù)挖掘技術在電子商務中的應用[J].情報科學，2011，29（2）：235-240.

[2] 馬宗亞， 張會彥 .Web 數(shù)據(jù)挖掘技術在電子商務中的應用研究 [J].現(xiàn)代經(jīng)濟信息，2014（6）：23-24.

[3] 徐劍彬. Web 數(shù)據(jù)挖掘技術在電子商務中的應用[J]. 時代金融，2013（4）：234-235.208

[4] 周世東. Web數(shù)據(jù)挖掘在電子商務中的應用研究[D]. 北京交通大學，2008.

[5] 段紅英.Web數(shù)據(jù)挖掘技術在電子商務中的應用[J]. 隴東學院學報，2009（3）：32-34.