Web數(shù)據(jù)挖掘及在電子商務(wù)中的運用

張昊

湖北第二師范學(xué)院計算機學(xué)院，湖北武漢，430205

0 引言

當(dāng)今時代，電子商務(wù)企業(yè)之間的競爭越來越激烈，而為了不被時代所淘汰就需要留存住更多的用戶，這樣才能更好地助力電子商務(wù)企業(yè)的不斷發(fā)展。因此，如何更好地了解用戶所需，針對用戶的喜好進(jìn)行個性化服務(wù)成了留存用戶的關(guān)鍵點。這時Web數(shù)據(jù)挖掘技術(shù)就展現(xiàn)出了其獨特的作用，通過Web數(shù)據(jù)挖掘技術(shù)可以很好地挖掘出用戶海量數(shù)據(jù)中的喜好，進(jìn)而為用戶進(jìn)行個性化服務(wù)推薦，以此來提高用戶的滿意程度。

1 電子商務(wù)的概念

電子商務(wù)指的是我們對任意信息和通信手段開展任意樣式的商務(wù)活動或管理操作及信息替換，主要就是讓人們或者企業(yè)可以在網(wǎng)上進(jìn)行購物、網(wǎng)上支付等活動[1]，而電子商務(wù)的主要貿(mào)易對象集中在企業(yè)、顧客、客戶和政府這四者之間。這種在互聯(lián)網(wǎng)上就可以完成的事，極大地縮小了地域性，也節(jié)省了人們出行的時間，商鋪也可以選擇只在網(wǎng)上營業(yè)，可以減少店鋪的成本，這使得電子商務(wù)具備了物美價廉、安全便捷等優(yōu)點，這使得電子商務(wù)開始滲透到人們生產(chǎn)生活之中。隨著時代的發(fā)展，電子商務(wù)更是展現(xiàn)出驚人的生命力，這與現(xiàn)在“大數(shù)據(jù)”時代的到來有著密不可分的關(guān)系，而面對大數(shù)據(jù)時代那些海量的信息數(shù)據(jù)，如何將這些數(shù)據(jù)徹底地挖掘和使用起來成了當(dāng)務(wù)之急。

2 Web數(shù)據(jù)挖掘技術(shù)

2.1 Web數(shù)據(jù)挖掘技術(shù)的概念

Web數(shù)據(jù)挖掘技術(shù)主要依托的是Web環(huán)境操作技術(shù)，其中又涉及了多個領(lǐng)域的知識技能。之前普通的數(shù)據(jù)挖掘技術(shù)在進(jìn)行挖掘時，只是淺層地從大量數(shù)據(jù)中搜尋人們所需的內(nèi)容，而這些數(shù)據(jù)之中更為深層的內(nèi)容卻沒有被挖掘出來，一些潛在信息也無法很好地被人們所利用。普通數(shù)據(jù)挖掘技術(shù)更多是挖掘訊息中存在的規(guī)律數(shù)據(jù)，而Web數(shù)據(jù)挖掘技術(shù)會以半結(jié)構(gòu)化的文檔作為中心，這二者的數(shù)據(jù)模式是截然不同的，挖掘出來的數(shù)據(jù)信息有一定的互通點，數(shù)據(jù)中包括的內(nèi)容幾乎不存在語言意義上的信息描述，只憑借HTML語法將這些數(shù)據(jù)進(jìn)行結(jié)構(gòu)上的敘說[2]。Web數(shù)據(jù)挖掘技術(shù)研發(fā)至今被應(yīng)用到的領(lǐng)域是非常廣泛的，它與普通數(shù)據(jù)挖掘技術(shù)的區(qū)別就是可以對特定的數(shù)據(jù)庫進(jìn)行檢索、查詢和調(diào)用。Web數(shù)據(jù)挖掘技術(shù)目前更多地被運用在大數(shù)據(jù)的電子商務(wù)之中，并且可以對挖掘到的潛在數(shù)據(jù)進(jìn)行用戶歸類、信用評測和風(fēng)險評估等，以此來幫助電子商務(wù)更好地進(jìn)行針對性服務(wù)。

2.2 Web數(shù)據(jù)挖掘的分類

通常Web數(shù)據(jù)挖掘分為Web內(nèi)容、結(jié)構(gòu)和使用挖掘三類。Web內(nèi)容挖掘主要指的是從Web數(shù)據(jù)頁面中進(jìn)行潛在信息的挖掘。從資源查找的角度而言，Web內(nèi)容挖掘的目的是以客戶的觀點作為起始點，幫助用戶將多余的信息過濾，提高用戶最終接受信息的質(zhì)量；從數(shù)據(jù)庫的角度而言，Web內(nèi)容挖掘的任務(wù)是對Web上的數(shù)據(jù)進(jìn)行集成建模，這樣可以及時對復(fù)雜數(shù)據(jù)進(jìn)行查詢工作。Web結(jié)構(gòu)挖掘主要指的是對Web的鏈接結(jié)構(gòu)進(jìn)行分析，Web頁面中的鏈接里面經(jīng)常蘊涵著許多潛在信息，通過對這些不同鏈接關(guān)系的分析可以確定用戶使用Web頁面進(jìn)行搜索時，出現(xiàn)結(jié)果的順序，以此來幫助用戶達(dá)成更精確的搜索結(jié)果。Web結(jié)構(gòu)挖掘最為常用的兩個算法是PageRank算法和HITS算法[3]。Web數(shù)據(jù)挖掘技術(shù)應(yīng)用在電子商務(wù)之中更多的是為了更好地分析用戶的喜好和行為，進(jìn)而進(jìn)行推選，幫助每一位需求不同的用戶進(jìn)行獨有的服務(wù)。而這些特殊服務(wù)主要依靠的就是Web數(shù)據(jù)挖掘技術(shù)，以此來分析出用戶最常訪問的頁面、最近訪問的時間數(shù)據(jù)和配置信息等，以此來分析該用戶的行為習(xí)慣。

3 Web數(shù)據(jù)挖掘過程

現(xiàn)在電子商務(wù)已經(jīng)發(fā)展成了當(dāng)下一大熱點，Web數(shù)據(jù)挖掘的具體過程主要分以下幾步。（1）確認(rèn)需要挖掘的信息數(shù)據(jù)任務(wù)，以此作為基礎(chǔ)建立相應(yīng)的模型結(jié)構(gòu)。將那些數(shù)據(jù)信息進(jìn)行規(guī)格化的處理是建立模型的首要任務(wù)，正常情況下都會選擇運用不同算法和參數(shù)調(diào)整的方式來完成優(yōu)化工作。其實數(shù)據(jù)挖掘技術(shù)本質(zhì)上更像一個多次循環(huán)更迭的過程，而循環(huán)更迭的目的就是為了保證最終評估出來數(shù)據(jù)模型的精準(zhǔn)度。（2）數(shù)據(jù)源。當(dāng)互聯(lián)網(wǎng)中電子商務(wù)網(wǎng)站開始運行工作時，就會開始產(chǎn)生許多雜亂的數(shù)據(jù)，例如許多用戶的交易數(shù)據(jù)、瀏覽記錄等，而這些海量數(shù)據(jù)會對挖掘結(jié)果的準(zhǔn)確性和質(zhì)量產(chǎn)生一定的影響。Web結(jié)構(gòu)中，Web客戶端的數(shù)據(jù)會通過子服務(wù)器上傳至Web服務(wù)器，因此客戶端數(shù)據(jù)分析采集情況會影響到網(wǎng)站的整體運行狀況。（3）數(shù)據(jù)預(yù)處理。數(shù)據(jù)預(yù)處理的主要目的是加強對數(shù)據(jù)的挖掘效率，以此來有效減少數(shù)據(jù)挖掘所需的時間，既保證了最終預(yù)測結(jié)果的準(zhǔn)確性，又更快的對用戶進(jìn)行了有依據(jù)的針對性服務(wù)。因此Web文檔數(shù)據(jù)在結(jié)構(gòu)上幾乎都是呈現(xiàn)出非結(jié)構(gòu)化或者半結(jié)構(gòu)化，這樣一來就沒有辦法直接進(jìn)行Web數(shù)據(jù)的處理。采集Web信息數(shù)據(jù)時，還需要按照本次信息挖掘的主題設(shè)計和抉擇出最佳的數(shù)據(jù)項，并且反復(fù)進(jìn)行篩選達(dá)到對數(shù)據(jù)范圍的縮小。（4）模式發(fā)現(xiàn)。Web挖掘算法主要有關(guān)聯(lián)規(guī)則、路徑分析、序列模式等。（5）模式分析。這個過程主要是驗證、解釋和說明所發(fā)現(xiàn)的模型，以此來幫助系統(tǒng)決策出正確的有價值信息，隨后根據(jù)模式進(jìn)行分析反饋工作，通過對上述步驟的反復(fù)操作做到對數(shù)據(jù)信息的深度挖掘，并且保證最終結(jié)果的精確性[4]。（6）結(jié)果可視化。Web數(shù)據(jù)挖掘的價值其實并不僅僅局限于海量數(shù)據(jù)信息的獲取工作，它還可以依照人們最易理解的方式進(jìn)行信息模型展示，讓用戶可以直觀達(dá)成信息內(nèi)容的可視化。

4 電子商務(wù)系統(tǒng)中的Web數(shù)據(jù)挖掘技術(shù)

4.1 路徑分析

路徑分析主要是通過對用戶所訪問網(wǎng)站的次數(shù)和頻率等數(shù)據(jù)進(jìn)行分析，最后統(tǒng)一記錄用戶喜好信息在服務(wù)器日志之中，以此來明確該用戶具體的喜好和頻繁訪問的路徑[5]。

4.2 統(tǒng)計分析

統(tǒng)計分析主要是用來進(jìn)行站點的改進(jìn)設(shè)計，通過不斷的改進(jìn)提高站點的性能和安全性。這樣可以很好的保障系統(tǒng)正常的運行，使得系統(tǒng)可以對用戶頁面訪問頻率、商品頁面停留時間、咨詢溝通時長等信息的挖掘和統(tǒng)計，以此來發(fā)現(xiàn)系統(tǒng)在進(jìn)行設(shè)計時存在的某些問題，并不斷進(jìn)行改進(jìn)，最終實現(xiàn)系統(tǒng)性能的提高與完善[6]。

4.3 關(guān)聯(lián)規(guī)則

關(guān)聯(lián)規(guī)則主要的作用是為挖掘不同事件之間的關(guān)聯(lián)性，例如通過數(shù)據(jù)的統(tǒng)計和挖掘分析出買這件衣服的用戶大部分也買了這件褲子，那么通過這種關(guān)聯(lián)規(guī)則就可以更好地為用戶進(jìn)行推薦，以此來達(dá)成讓用戶滿意的服務(wù)，用戶用最少的時間購買到了自己喜歡的商品，電子商務(wù)平臺也獲得相應(yīng)的利潤，互惠互利。

4.4 序列模式

序列模式指的是在事件時序上存在的先后關(guān)系，例如當(dāng)該用戶買了這個化妝品之后，過一段時間會選擇買某種卸妝品，通過時序幫助用戶進(jìn)行推薦，以此來節(jié)省用戶瀏覽雜亂信息的時間，還能提高最終的營業(yè)額。序列模式可以很好地預(yù)測出用戶下一個階段的行為，進(jìn)而為用戶提供個性化的服務(wù)，達(dá)到對用戶的留存。

4.5 分類規(guī)則

分類規(guī)則主要的作用是根據(jù)事物的屬性和行為等對事物進(jìn)行分類，例如在電子商務(wù)系統(tǒng)中會自動識別用戶的年齡和地區(qū)，并以此對不同地區(qū)、年齡的用戶進(jìn)行數(shù)據(jù)分類，以此實現(xiàn)有針對性的服務(wù)。

4.6 聚類分析

聚類分析主要指的是根據(jù)特定的規(guī)則對還沒有分類過的記錄進(jìn)行歸類。這種分析方式可以很好地幫助運營者深入了解眾多客戶的需求，進(jìn)而設(shè)計出更多的分類，幫助電子商務(wù)系統(tǒng)更為精準(zhǔn)地預(yù)測到用戶的行為喜好。

5 Web數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用

5.1 挖掘潛在客戶

電子商務(wù)不斷生存與發(fā)展的關(guān)鍵還是看客戶量和存留率，那么就非常注重對那些潛在客戶的挖掘工作，這也成了許多電子商務(wù)工作人員業(yè)務(wù)考核的一項重要指標(biāo)，隨處可見拉一個新人可以獲得多少獎金的任務(wù)。市場相關(guān)的業(yè)務(wù)人員在進(jìn)行推廣工作時，大部分都會選擇運用較為傳統(tǒng)的業(yè)務(wù)模式來進(jìn)行推廣，比如在各大平臺進(jìn)行廣告投放、在街上發(fā)宣傳單和對已有的目標(biāo)客戶進(jìn)行直銷等。這種方式在前期會產(chǎn)生一定的效益，但是當(dāng)客戶增長到一定數(shù)量時，不同的客戶會逐漸開始產(chǎn)生不同的專屬需求，面對這些不同的需求，業(yè)務(wù)人員就無法快速對這些客戶進(jìn)行篩選分類。這時就可以選擇運用Web數(shù)據(jù)挖掘技術(shù)，通過這種技術(shù)對客戶留存的信息進(jìn)行挖掘和分析，快速的統(tǒng)計和篩選出成功率較高的潛在客戶。在進(jìn)行電子商務(wù)客戶瀏覽訪問信息數(shù)據(jù)挖掘時，相關(guān)的業(yè)務(wù)人員可以通過Web數(shù)據(jù)挖掘技術(shù)的分類功能鎖定那些推廣成功率更高的潛在消費者進(jìn)行直銷工作[7]。商戶也可以通過Web數(shù)據(jù)挖掘技術(shù)分析用戶的瀏覽時間和類型，并將之進(jìn)行統(tǒng)計與記錄，隨后鎖定一些熱門的元素進(jìn)行上新，以此來達(dá)到有針對性地進(jìn)貨，使得用戶獲得了自己喜愛的商品，商業(yè)也獲取了對應(yīng)的利益。只要不斷挖掘潛在客戶，讓客戶了解到各種可能需要的產(chǎn)品，進(jìn)而進(jìn)行消費，這樣就可以促進(jìn)電子商務(wù)平臺的不斷發(fā)展，客戶也可以不斷尋找到新的樂趣。因此將Web數(shù)據(jù)挖掘技術(shù)運用到電子商務(wù)之中是非常具有可行性的，對電子商務(wù)平臺和用戶而言都是一種互惠互利。

5.2 維系有效客戶

雖然挖掘潛在用戶是非常重要的一件事，但是忠實的老用戶更為重要，因為老用戶就是電子商務(wù)平臺運行的一種保障，加上挖掘新用戶需要付出許多成本，最后卻收益甚微。將Web數(shù)據(jù)挖掘技術(shù)運用到電子商務(wù)之中，可以幫助電子商務(wù)企業(yè)通過數(shù)據(jù)預(yù)測與挖掘的方式尋找出即將要流失掉的忠實老客戶，并且根據(jù)該用戶的上線瀏覽等數(shù)據(jù)進(jìn)行總結(jié)分析，針對客戶流失原因展開具有針對性的挽回工作。電子商務(wù)之中會涉及許多復(fù)雜多變的產(chǎn)品信息，這使得用戶會迷失在一堆物品之中，最終耗費了大量的時間沒有尋求到所需的物品，進(jìn)而不愿意再進(jìn)入平臺之中。面對這種情況，只有不斷地運用Web數(shù)據(jù)挖掘技術(shù)，遵循“以客戶為中心”的原則，全面的了解和掌握住用戶的興趣愛好和具體需求，為忠實的老用戶提供出更加貼心和個性化的服務(wù)，積極主動為客戶進(jìn)行頁面推薦，以此來達(dá)到對用戶的挽留。用戶獲得了喜歡和需要的商品，下次會再次選擇在該電子商務(wù)平臺進(jìn)行下單和瀏覽，這很好地維系住了有效客戶[8]。系統(tǒng)還會根據(jù)顧客購物車中的物品進(jìn)行相同類型的推薦，或者平價的替代品等。這牢牢把握住了用戶的心理喜好，也為用戶達(dá)成了一種節(jié)省，商家在銷售額方面也獲得了增長，這無疑是一件雙贏的事情。

5.3 管理客戶數(shù)據(jù)

每一個電子商務(wù)企業(yè)在運行的過程中都會存儲許多用戶的信息數(shù)據(jù)，面對這些海量的信息數(shù)據(jù)，就需要做好有效的管理工作，一定不能出現(xiàn)用戶信息泄露的情況。通過對Web數(shù)據(jù)挖掘技術(shù)的運用，可以幫助電子商務(wù)企業(yè)最大限度地進(jìn)行數(shù)據(jù)資源的整合，隨后根據(jù)不同用戶的習(xí)慣、喜好和需求進(jìn)行研究與分類，進(jìn)而挖掘出潛在的消費者，為用戶進(jìn)行貼心的服務(wù)，提高用戶對企業(yè)的滿意程度和忠實度。以下舉例幾個通過Web數(shù)據(jù)挖掘技術(shù)進(jìn)行的數(shù)據(jù)管理，當(dāng)用戶在電子商務(wù)平臺之中開始瀏覽時，系統(tǒng)就會開始根據(jù)用戶的瀏覽類型、搜索類型和瀏覽時長等進(jìn)行分析，隨后可以通過這些信息大致分析出該用戶的喜好、性別、年齡段等內(nèi)容，掌握這些信息之后可以再次建立一個分類系統(tǒng)，進(jìn)行范圍性的推薦。還可以統(tǒng)計用戶的消費習(xí)慣進(jìn)行電子商務(wù)平臺的布局設(shè)計的完善，進(jìn)行針對性的設(shè)計，打造出一個具有特點的網(wǎng)站，以此來做到特立獨行又不失競爭力，幫助電子商務(wù)企業(yè)更好地發(fā)展。

6 結(jié)語

目前為止，Web數(shù)據(jù)挖掘技術(shù)在我國電子商務(wù)之中的運用，其實還處在一種不斷發(fā)展創(chuàng)新的階段，但是這是具有很大前景的一項融合。如何更加深入地將Web數(shù)據(jù)挖掘技術(shù)運用到電子商務(wù)之中，使電子商務(wù)市場進(jìn)一步拓展、創(chuàng)新是一個企業(yè)發(fā)展的關(guān)鍵。通過上述分析可知，將Web數(shù)據(jù)挖掘技術(shù)運用在電子商務(wù)之中是具有可行性和重要作用的，而且Web數(shù)據(jù)挖掘技術(shù)的特點和技術(shù)，都可以很好地幫助電子商務(wù)企業(yè)提升自身所具有的競爭力，不被這個時代所淘汰，為企業(yè)帶來更多的收益。