Web數據挖掘技術在中國電子商務領域的應用研究綜述

伍 潔

（湖南信息學院，湖南 長沙 410151）

近年來，隨著Web數據挖掘技術不斷成熟以及電子商務的迅猛發展，越來越多的電商平臺開始應用Web數據挖掘技術去發現潛在客戶、優化網站結構等，以便提供更好的用戶體驗和擴大更多利潤空間。但是很多企業在收集了大量的用戶數據后卻不知道如何快速、有效地提取有價值信息，面對“爆發式”的用戶數據，傳統商務模式很難應對。

1 國內研究現狀

我國關于數據挖掘的研究最早可以追溯到1993年，當時我國的自然科學基金第一次支持了中科院合肥分院對于數據挖掘領域的研究。此后，各大高校與研究機構開始競相開展數據挖掘的理論研究。直到1999年，隨著諸如8848、當當網等早期電子商務零售網站的出現，數據挖掘技術開始了從理論到實際的廣泛應用。

在Web數據挖掘的實際應用方面，我國各大高校與研究機構已經取得了不少成就。為了便于商家制定精確的促銷策略，國防科技大學周斌等[1]提出了基于E-OEM數據模型及算法，提供了可從大量用戶數據中挖掘有價值信息的數據模型。西南師范大學的鄒顯春等[2]則以改進電商平臺的站點結構為出發點，通過對服務器上用戶的訪問日志進行Web數據挖掘來了解用戶行為模式，制定出相應的市場策略。武漢大學黃解軍[3]則通過市場營銷、資源優化、客戶管理和信用評估4個方面的研究具體闡述了Web數據挖掘在電子商務中的實際應用。

隨著理論研究不斷深入和大量的實際應用，我國Web數據挖掘在電子商務中的應用已經有了大量研究經驗，電子商務的成熟與Web數據挖掘技術的發展息息相關。

2 關鍵技術

2.1 Web數據挖掘技術

Web數據挖掘是數據挖掘技術在Web環境下的應用，從大量的Web文檔集合和站點內用戶的相關瀏覽數據中發現潛在的、有用的模式或信息，實現對Web存取模式、Web結構和規則以及動態Web內容查找。Web數據挖掘可分為3類：Web結構挖掘、Web內容挖掘和Web使用挖掘[4]。Web結構挖掘是挖掘Web潛在的鏈接結構模式，是對Web文檔內部結構、文檔URL中目錄途徑結構的挖掘。Web內容挖掘主要是挖掘頁面內容和后臺交易數據庫，通過頁面內容和文檔數據選擇出有價值的信息。Web使用挖掘可用于發現用戶使用習慣，例如可以通過用戶經常點擊的商品鏈接判斷用戶興趣，然后制定出更具有針對性的商品推薦。

2.2 電子商務

電子商務是指以盈利為目的，運用網絡以及包括計算機及其軟件系統、移動商務工具在內的各種電子工具進行商務活動的總稱[5]。商家通過電子商務模式進行產品銷售，發貨后通過物流系統把產品送至用戶，涉及網絡營銷和服務質量兩個方面的問題，整個運營過程必須保證用戶個人信息安全與資金交易安全，因而網絡安全需要加以保證。

3 Web數據挖掘在電子商務中的應用

個性化推薦可以提升用戶體驗，幫助商家更快盈利，商家優質的服務可以留住大量優質客源，有利于電商平臺的持久發展。信息安全直接關乎用戶個人隱私和商家資金安全，網絡安全是信息安全的重要保證。本文對Web數據挖掘技術在這幾個方面中的應用研究現狀進行分析，探討Web數據挖掘在電子商務中的實際應用。

3.1 Web數據挖掘在電子商務網絡營銷中的應用

數據挖掘技術在電子商務網絡營銷中的應用主要體現在確定網絡營銷目標、制定網絡營銷計劃以及獨立進行電子商務平臺網絡營銷3個方面[6]。為了達到預期銷量與營業額，需要對市場數據進行分析，Web數據挖掘技術可以更好地分析數據，幫助企業進行市場定位。中國農業大學經濟管理學院張家端[7]基于支付寶的網絡營銷案例，從市場定位研究、調研能力考察、技術條件升級和信用體系建設4個方面，將基于Web數據挖掘的大數據技術應用到電子商務活動中。

為了電子商務能夠實現商家的利益最大化與用戶的體驗最優化，Web數據挖掘技術被廣泛應用于網絡營銷中，具體分為數據采集、數據分析與挖掘與決策樹的建立3個步驟。首先，基于企業自身的要求采集數據；其次，對采集到的數據進行分析，挖掘出隱藏的、有價值的信息；最后，構建決策樹使采集到的信息利于理解和應用。例如，客戶在購買手機時，會經常性地購買耳機、充電器等外設。依據決策樹對客戶的購買習慣進行相對精準的判斷，便可以針對不同的客戶制定個性化的銷售方案，進行產品的優先推薦。

3.2 Web數據挖掘在提高電子商務服務質量中的應用

服務質量是評價電商的一個重要標準，有好的口碑才會有更多忠實客戶，達到用戶體驗良好和企業創收的雙贏局面。一方面，可以通過改進用戶在網站的購物體驗來提高用戶對商家的好評率；另一方面，可以利用優質的售后服務留住客源。在提高用戶體驗方面，可以利用Web使用挖掘來發現用戶喜好的商品，做到商品精確推送，提高成交率。在提供優質售后服務方面，可以利用Web內容挖掘將客戶經常遇到的問題進行匯總，當客戶再次遇到問題時可以快速響應、快速處理。

天津大學曲爍[8]就如何使用Web使用挖掘為用戶提供個性化的服務進行研究，并指出，Web挖掘模式在電子商務環境下可以為企業創造更多的收益。浙江大學的圖書館館員張冬梅[9]提出了基于Web數據挖掘的信息服務體系，對Web中大量半結構化數據建立統一的視圖，解決了異構數據的采集問題。而Web站點中存在著大量的異構信息，例如網站不同板塊的信息分布不統一但卻有著實際的聯系，電商平臺的日流量和用戶的評價都在一定程度上反應商家的服務質量，這些信息在提升服務質量、優化用戶體驗等方面有很大的參考價值。

3.3 Web數據挖掘在電子商務網絡安全中的應用

電商平臺在與用戶交互的過程中涉及大量的用戶個人信息和商家的資金信息，網絡安全的重要性不言而喻。一個完備的電商平臺應該以網絡安全為基石，保障用戶的個人信息安全和商家的資金安全。網絡安全在電子商務中主要體現在數據加密技術、防火墻技術、反病毒技術以及身份認證技術4個方面[10]。

南京郵電大學錢萍等[11]指出，基于同態加密的分類挖掘算法、保護關聯規則挖掘算法以及聚類挖掘算法可以有效保證用戶個人信息的安全。黃河科技學院的馬利等[12]通過對用戶實際使用情況進行分析，闡述了日志監控在提高防火墻篩選能力和優化網絡流量中的重要指導作用，而Web內容挖掘和Web使用挖掘可以提高分析防火墻日志的效率、快速定位日志關鍵信息。河南大學的孫麗娜[13]采用數據挖掘技術構建了病毒入侵檢測模塊，用于發現病毒入侵的特點，并結合防火墻技術設計了實時防御系統，實踐證明采用數據挖掘技術設計的計算機網絡病毒防御系統比傳統防火墻病毒防御方法的防御能力提高了80%。西安工業大學的劉瀟誼[14]在安全登錄系統的設計過程中得出了基于Web日志挖掘的用戶行為認證策略可以有效保證用戶登錄安全的結論。

通過Web數據挖掘技術來提高網絡安全的例子還有很多，例如，當不法分子盜用用戶登錄口令登錄用戶的賬戶時，基于Web數據挖掘技術的防御機制便會通過IP檢測等技術發現用戶的異常行為狀態，若想要繼續對賬戶進行操作就需要二次驗證，通過短信驗證、郵箱驗證等與用戶緊密相關的信息驗證方式驗證，否則便不能進行操作，保證了用戶的信息安全與資金安全。

3.4 應用分析總結

電子商務時代，每天有大量的交易訂單和數以萬計的新注冊用戶，傳統的數據挖掘技術已經很難滿足目前眾多電商平臺的業務需求。Web數據挖掘在電子商務的應用中怎樣更好地理解數據是一個不容忽視的重點，可視化技術可以直觀地將數據信息和數據之間的關系呈現出來，便于理解數據。

在網絡營銷過程中，常常會有大量的報表和用戶訪問信息，通過可視化的技術可以對信息進行整合，制定出相應的營銷策略。在提高電商平臺服務質量優化用戶體驗的過程中，利用可視化的技術，可以將挖掘到的用戶使用習慣和對商家的評價以圖表的形式展示處理，商家可以據此制定出更具有個性化的商品推薦和提供更好的服務。在提高電商平臺網絡安全、有效保護用戶個人信息的過程中，應用可視化技術可以在眾多的防火墻日志文件中將關鍵信息在第一時間以直觀的形式展示給平臺管理人員，以防錯過重要信息造成系統故障。可視化的Web數據挖掘技術直觀和快速響應的特點與現代電子商務大流量、高并發的特點很好地契合了，在面對大量數據的時候也可以通過圖表的方式直觀展示，相關人員通過圖表更快地找出當前存在的問題，為之后的工作提供重要的理論依據。

阿里巴巴推出的淘寶指數是基于可視化Web數據挖掘的數據分享平臺。商家通過淘寶指數直觀地了解當前的市場行情，從而制定出更精確的營銷方案。另外，可視化的數據模式也有利于商家提高服務質量，例如，通過可視化技術將挖掘到的用戶訪問習慣與訪問時間生成圖表，管理人員就可以根據圖表上直觀的數據更合理地分配網絡資源，在訪問平臺的用戶較多時分配更多的網絡資源，防止出現卡頓，而在訪問平臺的人數較少時則可以釋放部分網絡資源，防止資源浪費，有效提高了資源利用率。

4 結語

隨著電子商務的迅猛發展和Web數據挖掘技術的不斷完善，基于Web數據挖掘的電子商務是很有發展前景的領域。本文結合國內研究現狀，分析了Web數據挖掘在電子商務領域中的應用，可以看出，國內各大高校和企業機構也正著力于這方面的研究，并取得了不少成果，但Web數據挖掘技術在電子商務中的應用絕不僅于此。可視化技術的發展催生了可視化的Web數據挖掘在電子商務中的應用，這也是未來的一個重要發展方向，有很多電商企業也正通過該技術制定營銷方案，在為用戶提供高質量服務的同時做到利益最大化。