Ｗｅｂ挖掘在現代電子商務中的應用

摘要：隨著互聯網技術的高速發展，Web數據挖掘由于其自身獨特的優點，在現代電子商務中的地位越來越重要。該文重點介紹了Web挖掘的有關概念和分類，論述了電子商務中Web挖掘的主要過程和方法，闡述了Web數據挖掘在現代電子商務中的具體應用。

關鍵詞：Web挖掘；電子商務；數據挖掘

中圖分類號：TP393文獻標識碼：A文章編號：1009-3044(2008)34-1673-02

Application Research of Web Data Mining in Modern E-commerce

XU Xiao-yan， SONG Zhong-shan

(School of Computer Science， Central South University for Nationalities， Wuhan 430074， China)

Abstract: With the high developing of Internert technology，Web Data Mining is more and more important in modern E-commerce because of its special character.This paper specially introduces the conception and classification of Web Data Mining，analyzes the main programm and ideas of Web Data Mining in E-commerce，and describes the detail application of Web Data Mining in modern E-commerce.

Key words: web data mining; e-commerce; data mining

1 引言

隨著信息時代的不斷進步，社會正處在種數據技術飛速發展的良好狀態。電子商務是一種計算機網絡信息技術，通過電子交易手段來完成金融、物資、服務和信息等價值交換，快速而有效地從事各種商務活動的新方法。在電子商務模式下，商品的采購者都需要通過Web方式與商品的供應商及其合作者之間建立信息流的交互，那么，一方面通過Web方式購買者如何主動、方便、快捷的獲得期望主題的信息來對購買行為提供科學經濟的決策支持？另一方現供應商及與之構成廣域價值鏈上的合作伙伴們如何通過他們的集成信息系統，運用知識發現技術反訪問者、網上購買者的訪問數據從潛在的、隱含的、事先不知的狀態，經過提取、洗滌、加工變為潛力巨大的價值信息，從而實現網絡營銷的目的呢？

Web上的信息量無比豐富，Web已經成為人們獲取信息的重要途徑，但最先進的搜索引擎也只能找到Web網址的1/3網頁，而且無論怎么選擇關鍵詞，都會返回大量并不需要的結果。并且Web是無結構的、動態的，頁面相當復雜。人們從成千上萬的Web站點中找到有用的數據就變得比較困難。Web挖掘技術是克服這些缺點的最理想的工具，是一個有效的途徑，利用數據挖掘技術可從Web中獲取人們感興趣的，潛在的有用模式和隱藏的信息，并可對數據進行分析，預測未來。

如何把Web上的數據轉換生成為有趣的知識模式的需求，激發了數據挖掘技術在Web上的應用，同時這種挑戰性的工作也吸引了眾多人的關注，成為數據挖掘領域的活躍主題。

2 數據挖掘

數據挖掘是一門受到來自各種不同領域的研究者關注的交叉性學科。通常數據挖掘被定義為從數據庫中發現隱藏的信息，有時也被稱做探索性數據分析、數據驅動發現和歸納學習。它在本質上可以分為預測型模型和描述型模型兩類。預測型模型能夠完成的數據挖掘任務包括分類、回歸、時間序列分析和預測，而描述型模型提供了一種探索被分析數據的性質的方法，而不是預測新的性質。聚類、匯總、關聯規則和序列發現在本質上都通常被視為是描述型的。

3 Web挖掘的概念和分類

Web挖掘的概念 ：Web數據挖掘就是從大量的Web文檔和Web活動頁中發現、抽取感興趣的、潛在的有用模式和隱含的、事先未知的、潛在的信息。Web挖掘是對數據挖掘的一種新的應用。但不同于傳統的數據挖掘。其主要區別在于：傳統的數據挖掘的對象局限于數據庫中的結構化數據。并利用關系表等存儲結構來挖掘知識。而Web挖掘的對象則是半結構化或非結構化數據。

Web挖掘技術的分類：一般而言，Web挖掘可分為3類：Web內容挖掘、Web結構挖掘和Web使用記錄挖掘。圖1給出了Web挖掘的分類。

1) Web內容挖掘：Web內容挖掘可以看作對基本搜索引擎所完成工作的擴展。多數搜索引擎是基于關鍵字的，Web內容挖掘超出了基本信息檢索的范圍。使用象概念層次、同義詞、用戶信息以及分析網頁之間的鏈接等技術可以合引擎的效果得以改進。傳統的搜索引擎使用看爬蟲搜索和搜集信息，用索引動手術存儲網頁信息，使用查詢處理為用戶提供快速、準確的信息。

2) Web結構挖掘：Web結構挖掘可以看作是為萬維網（或者其中的一部分） 的組織建立一個模型。模型可以用來對網頁分類或者為網頁建立相似性度量。

3) Web使用挖掘：Web使用挖掘的研究對象是Web使用數據或者Web日志。Web使用挖掘可以應用于多種不同目的。通過分析一個用戶訪問的網頁序列，可以得到用戶的簡檔信息，從而可以幫助實現個性化。使用網站挖掘，可以評估網頁的質量和效果。

4 電子商務中的Web數據挖掘

電子商務中的Web挖掘的過程一般由3個主要的階段組成：數據準備、挖掘操作、結果表達和解釋。電子商務中的Web挖掘數據的方法分為以下5種：

1) 路徑分析：它可以被用于判定在一個Web站點中最頻繁訪問的路徑。還有一些其它的有關路徑的信息通過路徑分析也可以得出。通過路徑分析，可以改進頁面及網站結構的設計。

2) 關聯規則的發現：關聯規則就是為了發現事物之間的意義的聯系和規則。進行Web上的數據挖掘。構建關聯模型，可以更好地組織站點，減少用戶過濾信息的負擔。例如，用關聯規則技術，我們可以發現：如果客戶在一次訪問行為中，訪問了頁面/company/product1時，一般也會訪問頁面/company/product2。得用這些關聯模型，我們可以更好地組織站點，減少用戶過濾信息的負擔。

3) 序列模型的發現：序列模式分析的側重點在于分析數據間的前后或因果關系，就是在時間有序的事務集中，找到那些“一些項跟隨另一些項”的內部事務模式。發現序列模式能夠便于電子商務的組織者預測客戶的訪問模式，對客戶提供個性化的服務。例如：若ATT股票連續上漲兩天且DEC股票不下跌，則第三天IBM股票上漲的可能性為75%；現比如，在/company/product1上進行在線定購的顧客，有60%的人在過去15天內也在/company/product4處下過定單。

4) 分類規則的發現：數據分類是基于數據的某些屬性的值進行的。數據分類方法很多，最為典型的是基于決策樹的分類方法。它是從實際數據中構造決策樹，是一種有指導的學習方法。得到分類后，就可以針對這一類客戶的特點展開商務活動，提供有針對性的個性化的信息服務。

比如，在電子商務中通過數據挖掘后，發現在/compqny/product2進行過在線訂購的客戶中有60%是20-30歲生活在大中城市的年輕人。得到分類數據后，就可以針對某一類客戶展開商務活動，提供有針對性的個性化的信息服務。

5) 聚類分析的發現：聚類分析法輸入集是一級未標定的記錄。其目的是根據一定的規則，合理地劃分記錄集合，并用顯式或隱式的方法描述不同的類別。在電子商務中通過聚類具有相似瀏覽行為的客戶，使管理員更多地了解客戶，提供更適合、使客戶更滿意的服務。

5 Web挖掘在現代電子商務中的應用

電子商務的產生，改變了企業的經營理念，給社會的各個行業帶來了巨大的變化，將成為引導經濟發展的新潮流。數據挖掘的應用將極大地提高企業獲取信息的能力，使企業信息資源的價值得到充分地體現。它有利于促進企業開拓市場，優化企業資源，提高企業的經營效率和管理水平，為企業資源計劃（ERP）、客戶關系管理（CRM）、產品數據管理（PDM）和商業信用評估等提供有效的技術途徑。

首先，我們可以通過數據挖掘來理解顧客行為。我們可以利用訪問者的行為將其分為三關，分別為“no custom”、“visitor once”、“visitor regular”，并依據它們的一些公共屬性，決定分類的關鍵屬性及相互間關系。此后就可以對一個新的訪問者進行正確的分類，然后從它的分類判斷這個新可后是否有利可圖，是否可作為潛在的客戶來對待。

在電子商務中，通過數據挖掘我們可以了解客戶的瀏覽行為、知道客戶的興趣及需求所在，并根據需求動態地向客戶做頁面推薦，調整Web頁面，提供特有的一些商品信息和廣告，以使 客戶滿意，從而延長客戶在自己網站上的駐留時間。

其次，Web數據挖掘技術可以提高著眼點的效率。

Web設計得不再完全依靠專家的定性指導來設計網站，而是要根據訪問者的信息特征來修改和設計網站結構和外觀。著眼點上頁面上內容的安排和連接就如超級市場中物品的貨架擺布一樣，把具有一定支持度和信任度的相關聯的物品擺放在一起。

再次，通過Web數據挖掘，公司可以分析顧客的將來行為，容易評測市場的投資回報率，得到可千的市場反饋住處從而大大降低公司的運營成本，以此評估電子商務的成功與否。

6 結束語

電子商務作為商業領域中的一項重要內容現在已得到了廣泛的應用，但就目前來說，仍有許多困難需要克服。Web挖掘支持網絡應用，具有很強的平臺適應能力，適用性和可移植性強。Web挖掘很好地解決了從數據到知識轉化的問題，現在世界上的主要數據庫廠商紛紛開始把數據挖掘功能集成到自己的產品中。作為電子商務成功的重要因素，它必將成為一種關鍵技術。雖然Web數據挖掘中的技術標準和安全性問題還有缺憾，但是隨著現代科學技術的高速發展這些問題會得到完滿的解決。電子商務將會得到飛速的發展和普及，讓我們拭目以待。

參考文獻：

[1] Dunham M H.數據挖掘教程[M].郭崇慧，田鳳占，靳曉明，等，譯.北京:清華大學出版社，2005.

[2] 鄒顯春.電子商務與Web數據挖掘[J].計算機應用，2001，21(5):21-23.

[3] 易久.電子商務中數據挖掘技術的應用[J].工業技術經濟，2004，23(2):105-106.

[4] 蔣良孝，蔡之華.電子商務中的數據挖掘及其應用[J].計算機工程與設計，2003(6).

[5] 林豪鏘.電子商務實務[M].北京:中國鐵道出版社，2005.