Web數(shù)據(jù)挖掘在電子商務(wù)中的應(yīng)用

姜寧+牛永潔

DOI：10.16644/j.cnki.cn33-1094/tp.2016.07.014

摘 要： 闡述了Web數(shù)據(jù)挖掘與電子商務(wù)的概念及Web數(shù)據(jù)挖掘的分類與技術(shù)；以淘寶網(wǎng)為例探討了Web數(shù)據(jù)挖掘在電子商務(wù)中的應(yīng)用。電子商務(wù)領(lǐng)域豐富的信息資源，為數(shù)據(jù)挖掘的應(yīng)用提供了廣闊的空間，將數(shù)據(jù)挖掘技術(shù)應(yīng)用到電子商務(wù)中，可以極大地提高企業(yè)獲取信息的能力，幫助企業(yè)制定更具針對性和個性化的商業(yè)決策，提高企業(yè)市場競爭力。

關(guān)鍵詞： 電子商務(wù)； 數(shù)據(jù)挖掘； Web挖掘； 網(wǎng)絡(luò)營銷

中圖分類號：TP391 文獻標志碼：A 文章編號：1006-8228（2016）07-49-04

Application of Web data mining in electronic commerce

——For Example Taobao

Jiang Ning， Niu Yongjie

（College of Mathematics & Computer Science， Yan'an University， Yan'an， Shaanxi 716000， China）

Abstract： This paper expounds the concept of Web data mining and electronic commerce， and the classification and technology of Web data mining， discusses the application of Web data mining in electronic commerce with Taobao as an example. The rich information resources of the electronic commerce provide data mining application with vast space， the application of data mining in electronic commerce， can greatly improve the ability of enterprises to obtain information， help enterprises to develop more targeted and personalized business decisions， and improve the market competitiveness of enterprises.

Key words： electronic commerce； data mining； Web mining； network marketing

0 引言

在互聯(lián)網(wǎng)及移動互聯(lián)網(wǎng)時代，電子商務(wù)蓬勃發(fā)展，其高效與便捷的特點使人們逐漸從傳統(tǒng)的購物方式轉(zhuǎn)向網(wǎng)絡(luò)購物方式。隨著電子商務(wù)的快速發(fā)展，企業(yè)內(nèi)部收集了大量的數(shù)據(jù)，并迫切需要從這些繁雜的數(shù)據(jù)中找出真正有價值的信息和知識。數(shù)據(jù)挖掘技術(shù)具有從大量復(fù)雜數(shù)據(jù)中發(fā)現(xiàn)特定規(guī)律的能力，能夠幫助企業(yè)深入了解客戶需求信息和購物行為特征，給客戶提供更有針對性、更貼心的產(chǎn)品和服務(wù)。

1 Web數(shù)據(jù)挖掘與電子商務(wù)

1.1 Web數(shù)據(jù)挖掘與電子商務(wù)簡介

數(shù)據(jù)挖掘（Data Mining）又稱為數(shù)據(jù)庫知識發(fā)現(xiàn)，它通常是指從數(shù)據(jù)源（如數(shù)據(jù)庫、文本、圖片、萬維網(wǎng)等）中探尋有用的模式或知識的過程[1]。這些模式必須是有用的、有潛在價值的，并且是可以被理解的。數(shù)據(jù)挖掘是一門多學(xué)科交叉的學(xué)問，它融合了機器學(xué)習(xí)、統(tǒng)計、數(shù)據(jù)庫、人工智能、信息檢索、圖像與信息處理等多個領(lǐng)域的理論和技術(shù)。

Web挖掘是數(shù)據(jù)挖掘在Web上的應(yīng)用，它利用數(shù)據(jù)挖掘技術(shù)從互聯(lián)網(wǎng)上的文檔中及互聯(lián)網(wǎng)服務(wù)中抽取人們感興趣的、有用的模式和隱含信息。Web數(shù)據(jù)挖掘?qū)鹘y(tǒng)的數(shù)據(jù)挖掘技術(shù)與Web結(jié)合起來，并綜合運用了統(tǒng)計學(xué)、計算機技術(shù)、數(shù)據(jù)庫與數(shù)據(jù)倉庫、信息學(xué)、可視化等眾多領(lǐng)域的技術(shù)。

電子商務(wù)是指個人或企業(yè)通過Internet網(wǎng)絡(luò)，采用數(shù)字化電子方式進行商務(wù)數(shù)據(jù)交換和開展商務(wù)業(yè)務(wù)活動[2]。電子商務(wù)以其方便、快捷、安全、可靠、不受時空限制等優(yōu)點贏得了廣大客戶的青睞，網(wǎng)上交易數(shù)額逐年上漲。

1.2 電子商務(wù)中的Web數(shù)據(jù)挖掘

1.2.1 Web數(shù)據(jù)挖掘分類

Web數(shù)據(jù)挖掘一般分為三種主要類型：Web內(nèi)容挖掘、Web結(jié)構(gòu)挖掘、和Web使用挖掘。

⑴ Web內(nèi)容挖掘

Web內(nèi)容挖掘是指對Web頁面內(nèi)容及后臺交易數(shù)據(jù)庫進行挖掘，從Web文檔內(nèi)容及其描述的內(nèi)容信息中獲取有用的知識。Web挖掘主要是針對各種非結(jié)構(gòu)化的數(shù)據(jù)如文本數(shù)據(jù)、音頻數(shù)據(jù)、視頻數(shù)據(jù)、圖形圖象數(shù)據(jù)等多種數(shù)據(jù)相融合的多媒體數(shù)據(jù)挖掘，又可將其分為基于文本的挖掘和基于多媒體的挖掘兩種。

⑵ Web結(jié)構(gòu)挖掘

Web結(jié)構(gòu)挖掘是從Web的組織結(jié)構(gòu)和鏈接關(guān)系中尋找有用的知識。Web結(jié)構(gòu)挖掘通常用于挖掘Web頁上的超鏈接結(jié)構(gòu)，從而發(fā)現(xiàn)那些包含于超文本結(jié)構(gòu)之中的信息。大量的Web超鏈接信息提供了關(guān)于Web頁面內(nèi)容相關(guān)性、質(zhì)量和結(jié)構(gòu)等方面的信息，反映了文檔之間的包含、引用或者從屬關(guān)系[3]。

⑶ Web使用挖掘

Web使用挖掘是通過挖掘相應(yīng)站點的日志文件和相關(guān)數(shù)據(jù)來發(fā)現(xiàn)該站點上瀏覽者的行為模式，獲取有價值的信息。Web使用挖掘主要通過分析用戶訪問Web交互過程中的記錄，比如：服務(wù)器日志記錄、瀏覽器端日志、注冊信息、鼠標點擊流等。進而發(fā)現(xiàn)潛在的客戶和市場，并改進Web服務(wù)器系統(tǒng)的性能。

1.2.2 Web數(shù)據(jù)挖掘技術(shù)

⑴ 路徑分析技術(shù)

路徑分析是一種找尋頻繁訪問路徑的方法，通過路徑分析技術(shù)可以確定網(wǎng)站的頻繁訪問路徑，可以對頻繁訪問的路徑進行優(yōu)化，改進頁面及網(wǎng)站結(jié)構(gòu)的設(shè)計，以方便客戶使用。

⑵ 關(guān)聯(lián)分析技術(shù)

關(guān)聯(lián)規(guī)則挖掘就是要挖掘出用戶在一個訪問期間內(nèi)在服務(wù)器中訪問的頁面、文檔之間的聯(lián)系。在Web數(shù)據(jù)挖掘中，構(gòu)建關(guān)聯(lián)模型，將相關(guān)聯(lián)的商品放在一起，增加交叉銷售。

⑶ 序列模式分析

序列模式分析是按時間順序查看時間數(shù)據(jù)庫，其側(cè)重點在于分析數(shù)據(jù)間的前后序列關(guān)系[4]。這些序列反映出的用戶行為有助于確認用戶訪問網(wǎng)站的興趣所在，便于預(yù)測客戶的訪問模式以及對客戶提供個性化的服務(wù)。

⑷ 分類與聚類技術(shù)

分類技術(shù)就是從數(shù)據(jù)中挖掘出某些共同特征來實現(xiàn)對數(shù)據(jù)項的分類。在Web數(shù)據(jù)挖掘中，分類技術(shù)可以根據(jù)Web日志中某些共同的特性，利用該特性對新添到數(shù)據(jù)庫里的數(shù)據(jù)項進行分類，根據(jù)訪問模式得出訪問某一服務(wù)器文件的用戶特性。

聚類分析用于將有相似特性的客戶、數(shù)據(jù)項集合到一起，按照“類內(nèi)相似性最大，類間相似性最小”的原則，對數(shù)據(jù)進行類的聚集[5]。例如按照顧客的購買習(xí)慣進行聚類，將購物習(xí)慣相近的顧客分在一起，有針對性地進行廣告促銷。

2 Web數(shù)據(jù)挖掘在電子商務(wù)中的應(yīng)用

數(shù)據(jù)挖掘技術(shù)可以幫助企業(yè)分析從互聯(lián)網(wǎng)上獲取的大量數(shù)據(jù)，比如，客戶訪問網(wǎng)站時點擊了哪一個鏈接，瀏覽了哪個產(chǎn)品，在該頁面停留了多少時間，其搜索歷史等信息。這樣分析可指導(dǎo)企業(yè)制定更合理的營銷策略，為客戶提供個性化的服務(wù)。

本文以淘寶網(wǎng)為例，將探討Web數(shù)據(jù)挖掘技術(shù)在淘寶網(wǎng)的應(yīng)用。淘寶網(wǎng)（www.taobao.com）成立于2003年5月10日，由阿里巴巴集團投資創(chuàng)辦，擁有近5億的注冊用戶數(shù)，每天有超過6000萬的固定訪客，是中國最大的購物零售平臺，是亞洲第一大網(wǎng)購零售商。

2.1 數(shù)據(jù)挖掘在網(wǎng)絡(luò)營銷中的應(yīng)用

網(wǎng)絡(luò)營銷是建立在對市場了解和分析的基礎(chǔ)上，這就需要提前收集、整理大量的數(shù)據(jù)信息，進行數(shù)據(jù)分析，再開展下一步的營銷活動。淘寶商家在產(chǎn)品上新之前一定要做好市場分析，將風(fēng)險降到最低，這就需要用到數(shù)據(jù)分析。本文使用的數(shù)據(jù)分析工具是淘寶指數(shù)，淘寶指數(shù)是2011年年底上線的淘寶官方免費數(shù)據(jù)分享平臺。登錄淘寶指數(shù)頁面，先查看排行榜，注意頁面的統(tǒng)計時間和排名類型，要有時效性和針對性。如圖1所示，統(tǒng)計時間為2016/2/8—2016/2/14，暴增的關(guān)鍵詞為“連衣裙 春”，與上一周相比增長了5倍多。商家在這個時間段上新“春款連衣裙”，借助產(chǎn)品需求的增長，可大幅提高銷售量。

搜索排行只代表了買家需求，并不是真正的購買，可能買家只是先了解產(chǎn)品信息，時機到了才會成交。成交排行就是最近一周各品類的成交量，如圖2所示，最近一周成交量排名前三的品類分別是打底衫、連衣裙和外套。成交排行里還有個地域選擇，可以根據(jù)自己的地域，優(yōu)先選擇。商家要時刻掌握市場動態(tài)，分清淡季和旺季，做到旺季入市，淡季出市。

2.2 數(shù)據(jù)挖掘在客戶關(guān)系管理中的應(yīng)用

客戶關(guān)系管理是一種以客戶為中心的經(jīng)驗策略，旨在改善企業(yè)與客戶之間關(guān)系的新型管理機制，通過完善的客戶服務(wù)和深入的客戶分析來滿足客戶需求。所謂在互聯(lián)網(wǎng)上“凡走過必留下痕跡”就是指，當(dāng)訪客從進入某網(wǎng)站的那一刻起，他的一切瀏覽行為與歷程都是可以立即被記錄的。對來自不同平臺的數(shù)據(jù)進一步挖掘和分析，找到這些數(shù)據(jù)相對應(yīng)的人群，再對這些群體進行個性化對比，展開個性化的營銷服務(wù)。這里還以搜索“連衣裙 春”為例，性別和年齡很重要，從圖3可以看出，女性買家居多，35歲以上喜好度更高，這樣就可以有針對性的對這類客戶實施一定的營銷策略。

根據(jù)客戶的瀏覽記錄，可以獲知訪客的愛好或關(guān)注目標，更充分地了解客戶的需要，為每一位顧客提供更具針對性的產(chǎn)品和服務(wù)，都有利于獲取新的客戶和提高老客戶的滿意度，這是掌握客戶的根本。如圖4所示，了解來訪者的星座、愛好，投其所好，定期推送一些星座幸運物、健美/運動產(chǎn)品、零食、化妝品廣告，可以大大提高“轉(zhuǎn)化率”。這里的“轉(zhuǎn)化率”指的是產(chǎn)生實際消費的用戶和來到用戶網(wǎng)頁的總用戶數(shù)量的比值，是將流量轉(zhuǎn)化為實際銷售額的一種衡量方式[6]。

2.3 數(shù)據(jù)挖掘在優(yōu)化電子商務(wù)網(wǎng)站設(shè)計中的應(yīng)用

網(wǎng)站頁面內(nèi)容的安排就如超級市場中貨品在貨架上的擺設(shè)一樣，把具有一定支持度和信任度的相關(guān)聯(lián)的物品擺放在一起，可能有助于銷售。利用關(guān)聯(lián)規(guī)則可以了解如何針對客戶動態(tài)調(diào)整站點結(jié)構(gòu)，使客戶訪問的有關(guān)聯(lián)的文件之間的鏈接能夠比較直接，客戶能夠更容易地訪問到感興趣的頁面，繼而可以增加下次訪問的幾率。

用戶在一個網(wǎng)站平均停留的時間和每個用戶對網(wǎng)站的平均貢獻是成正比的。想要客戶在自己的網(wǎng)站上駐留更長的時間，我們就應(yīng)該深入了解客戶的瀏覽行為和興趣、需求，動態(tài)地調(diào)整Web頁面結(jié)構(gòu)，向客戶推薦、提供一些他們感興趣的商品信息和廣告，從而延長客戶的停留時間。在淘寶網(wǎng)頁面就會看到“根據(jù)瀏覽，猜我喜歡”，根據(jù)客戶的瀏覽痕跡，推薦客戶可能感興趣的相關(guān)產(chǎn)品，以期將瀏覽者轉(zhuǎn)變?yōu)橘徺I者。

3 結(jié)束語

電子商務(wù)的迅猛發(fā)展是現(xiàn)代信息技術(shù)發(fā)展的必然結(jié)果，電子商務(wù)的數(shù)據(jù)挖掘也將是很有前景的領(lǐng)域，它將數(shù)據(jù)轉(zhuǎn)化為有價值的信息，自動預(yù)測客戶消費趨勢和市場走向，為企業(yè)做出正確的商業(yè)決策提供有力的支持和保證。但Web數(shù)據(jù)挖掘中還有一些問題需要解決，比如：電子商務(wù)中產(chǎn)生的海量數(shù)據(jù)、結(jié)構(gòu)異化數(shù)據(jù)的挖掘問題，以及數(shù)據(jù)質(zhì)量、數(shù)據(jù)安全與隱私問題等。Web數(shù)據(jù)挖掘技術(shù)的不斷發(fā)展與完善，將促進電子商務(wù)向更加智能化、個性化的方向發(fā)展。

參考文獻（References）：

[1] 劉兵著，俞勇等譯.Web數(shù)據(jù)挖掘[M].清華大學(xué)出版社，2013.

[2] 屈正庚，唐曉琴.基于電子商務(wù)中的數(shù)據(jù)挖掘技術(shù)研究[J].電

子設(shè)計工程，2009.17（3）：37-39

[3] 龐英智.Web數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用[J].情報科

學(xué)，2011.29（2）：235-240

[4] 段曉華.數(shù)據(jù)挖掘技術(shù)在電子商務(wù)客戶關(guān)系管理中的應(yīng)用[J].

湖南文理學(xué)院學(xué)報（自然科學(xué)版），2010.22（2）：90-94

[5] 嚴潭.數(shù)據(jù)挖掘在電子商務(wù)中的應(yīng)用[J].電子商務(wù)，2006.22

（4）：201-202

[6] 譚磊.大數(shù)據(jù)挖掘[M].電子工業(yè)出版社，2013.