Web數據挖掘技術及其在旅游電子商務的應用

辛海濤

(哈爾濱商業大學計算機與信息工程學院,哈爾濱150028)

隨著現代信息技術的迅猛發展,在全球內掀起了信息化浪潮.信息產生的渠道越來越多,信息更新的頻率日益加快,各行業均產生了數以萬計的數據庫.人們面對著大量的數據,卻往往無法找到需要的信息,很難發現數據之間的相互關系,這就是“信息爆炸”帶來的困惑.如何有效地利用和處理大量的數據成為當今世界共同關心的問題.隨著數據庫技術、人工智能、數理統計和并行計算等技術的發展和融合,數據挖掘(Data Mining,DM)技術應運而生[1].

1 數據挖掘技術分析

數據挖掘是一個利用各種分析工具在大量數據中發現模型和數據間關系的過程,這些模型和關系可以用來做出預測.數據挖掘的第一步是了解數據、描述數據,計算統計變量(比如平均值、均方差等),再用圖表或圖片直觀地表示出來,進而可以看出一些變量之間的相關性[2].選擇正確的數據源對整個數據挖掘項目的成敗至關重要.然后我們用歷史數據建立一個預測模型,再用另外一些數據對這個預測模型進行測試.當然,一個很好的模型也不可能做到與實際系統中的數據100%相符,但是只要它同實際數據在相當程度上是符合的,那么,這個預測模型就可以為決策者提供一個指南和依據.最后一步是驗證模型.如果模型同實際數據差異很大,說明模型的可信度較差,需要對模型進行進一步改進.如果模型同實際數據已經比較符合,我們可以認為模型的可信度已經達到了要求,可以利用模型對系統進行預測[3].

2 Web上數據的特點分析

1)Web頁面的復雜性高于傳統的文本.

Web頁面缺乏統一的結構,它包含了遠比任何一組書籍或其他文本文件多得多的風格和內容.Web可看作一個巨大的數字化圖書館.但這一圖書館的大量文件并不根據任何有關排列次序加以組織.

2)Web是一個動態性極強的信息源.

Web以極快的速度增長,而且其信息還在不斷的發生更新.鏈接信息和查找記錄也在頻繁地更新之中.

3)Web面對的是一個廣泛的形形色色的客戶群.

目前國際網絡上連接有數千萬臺工作站,其客戶群仍在不斷地擴展當中.各個客戶可以有不同的背景、興趣和使用目的.

3 Web上使用記錄挖掘分析

Web挖掘指在人為構造的WWW上挖掘有趣的、潛在的、有用的模式及隱藏的信息的過程.根據側重點不同,Web挖掘可以分為Web內容挖掘、Web結構挖掘、Web記錄挖掘3種.

Web使用記錄挖掘的目的就是在海量的Web日志數據中自動、快速發現用戶的訪問模式,如頻繁訪問路徑、頻繁訪問頁組、用戶集類等[4].

Web使用記錄挖掘分為3個步驟:數據預處理、模式發現、模式分析.

Web服務器日志記錄了用戶訪問本站點的信息,其中包括IP地址、請求時間、方法,被請求文件的URL、返回碼、傳輸字節數、引用頁的URL和代理等信息.這些非結構化信息首先要進行預處理才能進行挖掘.數據預處理包括記錄預處理、內容預處理、結構預處理.

模式發現是指利用各種算法和工具對已預處理過的數據進行挖掘,得到各種模式集合.模式發現中常用的方法有統計分析、關聯規則分析、集類、分類、系列模式分析、路徑分析等等.

模式分析是整個Web使用記錄挖掘的最后一步,是指從模式發現集中過濾出不感興趣的規則或模式.

Web使用記錄挖掘所得到的結果既有助于提高網站的性能和安全性,也可以作為優化網站拓撲結構及頁面之間的超鏈接關系的依據,也是在Web上進行市場開發和開展電子商務活動的依據,也可以作為網站為用戶提供個性化服務和構建智能化Web站點的依據.

4 Web使用記錄挖掘技術在旅游電子商務中的應用

近幾年,旅游電子商務市場競爭日益激烈.專業性的旅游電子商務網站不計其數,如全程旅行網(WWW.CTRIT.COM)、E龍商務旅游網(WWW.elong.COM)、華夏旅游網(WWW.ctn.COM.cn)等等,而且旅游景區、酒店、旅行社大都建立了自己的網站,一些知名的網站也建立了旅游頻道.旅游網站一般包括兩方面的內容:一方面,提供旅游景點、旅游線路、旅游知識等服務;另一方面,提供網上在線訂票和訂房.因此旅游企業建立旅游網站的目標是:讓更多的瀏覽者通過瀏覽網站了解提供的旅游產品和服務,進行網上訂購,實現企業的產品銷售和利潤[5].

如前所述,Web記錄挖掘技術卻具有足夠的功能來解決這一問題,它通過對旅游網站服務器數據、客戶登記信息,日志文件的深層次、多角度的挖掘,得到旅游電子商務中內在的規律,從而得到寶貴的商業信息,幫助旅游網站作出正確、快速的決策,及時滿足訪問客戶的個性需要,使預定率提高.

1)個性化旅游網站的建立

當游客瀏覽網頁時會在服務器上產生相應的服務器數據,如SERVER LOG、ERROR LOGS和COOKIE LOGS文件.通過分析這些文件,利用數據挖掘方法發現用戶的使用模式,掌握了訪客的瀏覽興趣和基本特征,及時調整旅游信息,迎合用戶的需要,從而向用戶提供個性化服務.

例如網頁A是有關安徽黃山旅游的信息,而網頁B是有關九華山旅游的信息.假如通過關聯分析得到:50%的客戶瀏覽頁A時,同時瀏覽頁B,則說明頁A和頁B之間有一定的相關性,從而可以在頁A推薦例表加上網頁B.

圖1 個性化旅游網站的建立示意圖

2)群集客戶

對Web查找信息數據進行聚類分析,對具有相似瀏覽行為的客戶進行分組,找到分組中客戶的共同特征,幫助旅游電子商務的組織者更好地了解自己的客戶群,從而更深層次地了解旅游目的地或旅游產品的細分市場,并通過調整網站信息向不同的客戶群提供相應的更適合、更具有客戶滿意度的服務.

例如,經常性瀏覽探險刺激類旅游項目(如漂流、生態探險等)的訪客,可以將他們聚集為青年旅游市場,對這類訪客提供新奇、動感、參與性強、刺激性強的旅游產品推薦;而經常性瀏覽歷史文化類旅游項目的訪客,則可以聚集為中老年旅游市場,為這類訪客提供更多的歷史類、革命紀念地等類型的產品推薦,滿足他們對旅游信息的需求.

3)提高旅游者的忠誠度

根據原始數據對網站的運行狀況做深入、細致和準確的分析,通過分析訪客的行為模式,幫助旅游網站采取措施來提高訪客對于旅游網站的忠誠度,從而建立長期的顧客關系.

例如通過系列模式的發現,客戶在一周以來經常瀏覽關于某旅游地方面的資料,可以預測他有該地的想法.這樣,網站可以把有關該旅游地最近的旅游活動和廣告,放置在主頁,以使客戶能繼續保持對查找網站的興趣.

4)目的地推薦和旅游項目推薦

推薦引擎技術是利用Web挖掘技術開發的網上客戶關系管理工具.首先創建一個關于旅游目的地的信息數據倉庫,并分析訪客的興趣、個性、偏好、人口特征等,形成包含一系列針對各種類型旅游者的旅游服務方案,并針對旅游者的旅游偏好、旅游需求、旅游心理提供個性化的旅游建議和線路推薦,提高滿意度,贏得效益.旅游網站的推薦引擎通常包括目的地推薦和旅游項目推薦引擎.

目的地推薦引擎幫助旅游者在選定旅游目的地后,推薦個性化的旅游服務項目,協助旅游者作出在目的地其間的旅游服務項目,協助旅游者做出在目的地期間的旅游計劃.這類推薦引擎為旅游者提供更為具體的旅游服務信息,涉及到所在目的地“食、住 、行 、游、購、娛 ”各個方面.包括目的地的旅游交通、旅游線路、住宿、用餐、夜生活、娛樂、購物街、特產和觀光項目等.

目的地推薦引擎適用于大型旅游批發商、旅游營銷商和專業旅游網站,而旅游項目推引擎則適用于地方旅游營銷商.對于各級旅游管理部門和旅游協會的網站建設來說,目的地推薦引擎適用于國家級和省級旅游管理部門和旅游協會組織;旅游項目推薦引擎則適用于城市旅游管理部門和旅游協會組織.

5 結 語

Web挖掘技術從Web數據挖掘中挖掘出有意義的規則和知識.CRM是為幫助企業制定決策,從而提高企業利潤的客戶關系管理.將Web挖掘技術與CRM結合,必是電子商務時代的趨勢.隨著數據挖掘技術以及Web挖掘技術的不斷深化,將會有更多、更好的方法應用到旅游電子商務中.

[1]查良松.信息技術及其在旅游業中的應用[J].黃山學院學報,2005,7(5):28-31.

[2]梅紹組.電子商務與物流[M].北京:清華大學出版社,2000.

[3]邸德海.旅游企業計算機管理應用[M].北京:高等教育出版社,1999.

[4]張樹民.國際電腦網絡發展對我國旅行社業的影響[J].旅游學刊,1998(3):50-54.

[5]劉趙平.美國旅行社業最新發展態勢研究[J].旅游學刊,1999(3):27-31.