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展，其網站服務器上積累了大量的數據，這些數據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 數據挖掘 Web挖掘

電子商務采用數字化方式進行商業活動，是在電子網絡環境中進行商品和服務的貿易活動。近年來，隨著網絡的普及和Internet的發展，各企業均積累了大量的數據。如何從這些數據中發現潛在的規律，來幫助制定企業今后的發展戰略，是各電子商務平臺急待解決的問題。Web挖掘作為數據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

數據挖掘就是從大量的、不完全的、有噪聲的數據中，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。它融合了數據庫、人工智能、機器學習等多個領域的理論和技術。Web 挖掘是數據挖掘在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內容挖掘，是從文檔內容或其描述中抽取知識的過程。它又可以分為Web 頁面內容挖掘和搜索結果挖掘。頁面內容挖掘指的就是對Web 頁面上的數據進行挖掘， 而搜索結果挖掘則指的是以某一搜索引擎為基礎，對已搜索結果進行挖掘。

2.Web結構挖掘，是從www的組織結構和鏈接關系中推導知識。它又可以分為外部結構挖掘、內部結構挖掘和URL挖掘。Web結構挖掘的目的是通過聚類和分析網頁的鏈接， 發現網頁的結構和有用的模式， 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，發現用戶訪問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.數據收集。Web挖掘的數據對象包括服務器日志數據、代理服務器數據、web頁面內容、web超鏈接信息、用戶注冊信息等，其中服務器日志數據是web挖掘的主要對象。

2.數據預處理。數據預處理是web挖掘的重要步驟，直接影響到最后挖掘結果的正確性和準確性。它通常包括以下幾個方面:

(1)數據清洗，是指根據需要刪除與web挖掘任務無關的數據，過濾掉不需要的記錄。(2)反蜘蛛化。現在互聯網上有大量的蜘蛛程序，它們模擬用戶在各網頁間爬來爬去。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，所以需要對用戶訪問的前后頁面進行推理，補全訪問路徑。

3.模式發現，是運用各種方法，發現隱藏的模式和規則。常用的方法有：關聯分析，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現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.關聯分析，用于發現同一事件中不同數據項的相關性。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規則。可以將web挖掘得到的關聯規則用于改進電子商務站點的結構，將相關聯的商品放在一起，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據的分類。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，是挖掘頻繁出現的有序事件或子序列模式，側重于數據項間的前后關系。在電子商務平臺上，可以幫助企業預測用戶未來的購買行為，指導企業制定銷售計劃。

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.優化web站點結構。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、結束語

隨著信息技術的飛速發展，電子商務在商業貿易中的份額越來越大，使用web挖掘技術對企業積累的海量數據進行處理，挖掘出合適的模式，幫助企業在激烈的市場競爭中做出正確的決策，對提高企業的市場競爭力有重要意義。隨著web挖掘技術的不斷發展和成熟，一定會在電子商務應用領域有廣闊的應用前景。

參考文獻:

[1]Jiawei Han，Micheline Kamber 著，范 明，孟小峰 譯:數據挖掘概念與技術[M].機械工業出版社，2001，8

[2]朱志國 孔立平:Web使用挖掘技術在電子商務的研究與應用.長沙通信職業技術學院學報，2007，7(1):32～37