Web日志挖掘在電子商務環境中的影響

劉麗娜等

摘 要 這些年來網絡發展地如此迅猛，為商業領域帶來了許多機會，影響企業的發展。網絡信息挖掘技術在電子商務網站中占有較高的地位。在數據挖掘技術的幫助下，基于對商業模式的分析，企業做出正確的決定。本文探討目前網絡數據挖掘模式在電子商務方面的影響。分類目標，分析網絡數據挖掘的功能，并描述在大量網絡挖掘應用中商業網站的應用，這些論點可作為電子商務實踐的參考。

關鍵詞 電子商務 網絡數據挖掘 網絡日志

中圖分類號：F713.3 文獻標識碼：A

電子商務可以是任意一種商業形式，或通過網絡進行的包括信息交換的商業交易。它覆蓋了各種商業形式，從基于站點的來自于企業之間的進行的貿易和服務的商業交換。

數據挖掘是從數據庫或其它數據倉庫中存儲的大量數據中發現如模式，結構，聯系和變化等。數據挖掘作為知識發現的同義詞，用于商業者處理大量數據和子結果，并發現它的規律。數據挖掘從有用的信息和知識庫中提取出大量的具有噪音的、模糊的、隨機的和非結構化的數據。

1 在電子商務中網絡挖掘采用的主要方法

數據挖掘技術基礎是人工智能，而且有一些人工智能有成熟的算法和技術。例如人工神經網絡，遺傳算法，決策樹，相鄰檢索方法，基于決定的規則和模糊邏輯等應用。這些復雜度和難度比人工智能低得多，網絡數據挖掘主要用于挖掘用戶的訪問信息，并獲得有用的市場信息，調整網頁設計并提供目標和個性化服務。數據挖掘功能有如下三種類型：

（1）聚類分析

聚類指將相似的項目放在一個群的過程。這個過程是從全部數據的一個集合中用相似的特征聚類項目。在做出一套群的決策之后，能產生進一步分析數據或解決問題目的應用數據。

在商務環境中，聚類技術常用于識別具有相似行為和瀏覽活動的客戶群體。具有相似特征的客戶，通過他們的瀏覽信息類型，用于在電子商務環境產生更好的商業結果。

（2）聯合規則挖掘

作為一種數據挖掘技術，這些規則對于分析客戶的行為是有幫助的。在購物籃數據分析中，產生聚類，目錄設計和規劃方面扮演著一個重要的角色。

聯合規則常用于從客戶訪問數據庫的結果中發現相關的規則。像在一個銀行數據庫中，大多數的數據是：交易的喜好，交易的ID，賬號，客戶ID等。相關的部門為分析和發現這些從各種客戶行為獲得的那些因素的相關規則，收集所有交易的信息。

商務活動通過采用聯合規則挖掘分析能做得更好。

（3）發現分類規則

分類過程的優點是數據一般特性的提取。

追加新數據條目并分類。從服務器日志中能提取出關于文件訪問的信息。商業者考慮具有相同特征的數據被分類之后，企業能夠提高商業方法，并通過分析同步客戶的特征為客戶提供各種服務。

2 網絡日志挖掘應用

通過外掛處理涉及客戶行為的大量信息，獲得起決定性的興趣，客戶的習慣，客戶的喜好和客戶群或個性群體的客戶要求，根據這些信息推斷出未來客戶的行為，進而引導市場來關注識別消費群體，以便使電子商務用戶更省錢，提高效率，從中獲得更大的利潤。

網絡日志挖掘主要應用于下面幾個方面：

（1）優化網站設計

對于網站設計來說，現今設計者從網絡訪問者信息中獲取幫助。這些信息幫助設計者設計出一個更好的網站。網站的結構和屬性是由客戶的反映和瀏覽信息決定的。網頁間的關聯更加方便用戶的訪問。

（2）發現潛在客戶群

網絡挖掘具有分類網站訪問者的優點。在網絡日志的幫助下，分類和內部關聯的作用是決定在他們的普通分類中識別出的潛在客戶。消費者服務是將個性化推薦為基礎提供給用戶。以客戶推薦為基礎的那些服務趨向于提高客戶對生產者本身的信任，并利于保留老客戶。

（3）延長用戶的駐留時間

延長用戶的訪問時間，識別更好的瀏覽行為和用戶的需要。網站擁有者根據訪問者的選擇和喜好，設計動態網站，能自動地向客戶推薦網頁和鏈接。采用這種方法商業者能提高網站的訪問時間。

（4）節約操作費用

通過網絡挖掘，公司能分析客戶未來的行為，并產生目標電子市場活動，根據用戶感興趣的任意特殊的產品的瀏覽模型，決定廣告的定位，增加廣告投資的回報率，獲得可靠的市場回報，減少公司的運營費用。

3 結論

這篇論文描述了網絡日志挖掘技術和其在電子商務中的應用。數據挖掘技術能識別有價值的知識。通過這些知識，商業用戶能知道關于用戶的行為，分析其在市場中的改變，做出正確的決定。除此之外，在電子商務環境中，一些數據挖掘方面的問題也可以解決?；ヂ摼W是數據挖掘技術中重要的檢索方法。未來對于數據挖掘檢索的區域也應該包括時間線和提取規則的正確性，未來數據私有保護等。

基金項目支持：

1.省教科合字[2014]第638號 《Web日志挖掘在電子商務中的應用研究》

2.省教科合字[2014]第637號 《高校考試管理系統研究》

3. 省教科合字[2014]第634號 《動態環境下的多機器人運動編隊控制方法的研究》

4. 省教科合字[2014]第635號 《主機信息識別的入侵檢測系統的研究》

5. 省教科合字[2014]第636號 《快速收斂算法及其在欠驅動機器人步態規劃中的應用》

參考文獻

[1] Hao Xincheng， Zhang Degang， Zhao Hai.Ecommerce data mining research. Small Microcomputer Science[J]，2007（7） pp786-787.