基于Web使用挖掘的个性化电子商务的设计

[摘 要] 随着电子商务的广泛的应用，将Web数据挖掘技术用于电子商务可以实现个性化的电子商务，从而更好的满足用户的需求。本文构建了基于Web使用数据挖掘的个性化电子商务的模型，对该模型中的数据资源，关键技术及基本流程进行了研究和探讨。

[关键词] Web使用数据挖掘 电子商务 个性化

一、个性化信息服务

1.个性化信息服务的概念

个性化信息服务的研究起源于1995年卡内基.梅隆大学的Robert Armstrong等人在美国人工智能协会上提出个性化导航系统。目前,个性化信息服务是全世界信息服务的研究热点,传统的通用信息服务正在逐渐向个性化信息服务过渡。个性化信息服务是以符合用户兴趣、身份和满足用户特定需求的信息形式为其提供针对性的服务。

2.个性化电子商务

个性化电子商务是个性化信息服务在电子商务中的拓展，也是个性化信息服务目前的重点应用、发展和研究的领域，主要包括个性化服务的定制（服务内容，服务界面，服务方式等），个性化商品的推荐（用户感兴趣的商品）和个性化商品的检索（根据用户的兴趣和特点进行检索）。在电子商务模式下，商家可以通过用户访问其站点来获取用户的资料信息及访问信息等，然后利用Web数据挖掘技术对这些信息进行分析处理，指导企业的商业决策，使商家根据自己用户的需求有针对性地开展电子商务活动，从而实现个性化信息服务，提高用户的关注度和满意度，实现商家和用户双赢的局面。

二、Web数据挖掘

基于Web的数据挖掘技术是实现个性化电子商务的关键技术，通过Web数据挖掘技术完成收集用户的各种信息，然后分析用户数据，进而创建符合用户特性的访问模式、需求模式和爱好模式，使个性化电子商务成为可能。

1.概念

Oren EtZioni于1996年在其论文中第一次提出了Web数据挖掘的概念：将数据挖掘应用于Web，从大量的Web文档和服务中自动发现潜在的、有用的模式或信息。根据数据挖掘的行为不同，可以将Web数据挖掘分为Web内容挖掘、Web结构挖掘和Web使用挖掘三类，其中Web使用挖掘主要是通过挖掘相应站点的日志文件和相关数据来发现该站点上的浏览者和顾客的行为模式。数据挖掘的方法包括路径分析、关联规则、序列模式、分类规则、统计分析、依赖关系建模和聚类分析等。

2.Web使用挖掘的数据来源

(1)服务器端数据

Web服务器的访问日志文件，记录了访问者的访问和交互信息。Web日志文件是由许多记录组成，记录了用户对该网站的访问，具体包括Server log（用户IP，服务器名，URL，完成浏览所花的时间，Cookie标识号等），Error log（丢失连接，授权失败，超时等），Cookie（用户的状态，访问路径）等。

(2)用户登记信息

用户访问电子商务网站时通过Web页面输入并提交给服务器的相关信息，包括注册信息，交流信息等。通过对用户登记信息的分析能够分析用户的行为模式，并针对不同的用户制定不同的电子商务策略。

(3)交易数据

电子商务网站的后台数据库中存储了用户信息表，商品信息表和订单信息表，用户每进行一次商品交易，订单信息表中都会增加新的记录，从而记录了用户购买信息，此信息的挖掘对于分析用户的兴趣方向具有重要的意义。

三、基于Web使用挖掘的个性化电子商务模型的设计

利于Web数据挖掘技术并且辅助以Agent技术（具有自治性、通信能力、交互能力、生存能力、感知能力、能动性和持续性的特点），可构建一种基于Web挖掘的个性化电子商务模型的系统，具体如图1所示。

工作流程：

用户登录该电子商务网站平台，用户Agent根据用户的使用情况，启动该功能模块。

围绕用户的个性化需求，对数据资源进行整理，找到该用户的原始使用数据。

对该用户的数据进行预处理，包括数据的清理、转换、集成和格式化等，并将结果装载入预处理数据资源库。

选取合适的数据挖掘方法，结合用户Agent进行构建用户模型和模式库。

根据数据挖掘的结果，融合专家知识和领域规则，通过电子商务平台，向用户提供个性化的电子商务服务。

四、结束语

随着基于Internet的电子商务的迅猛发展，个性化电子商务在理论上和实践中都应值得重视和发展。在个性化电子商务的过程中还有许多有待完善和研究的地方，例如利用Web数据挖掘过程中用户注册信息的收集不能侵害用户的隐私，Web数据挖掘算法的优化，用户模型建模等都是个性化电子商务今后的研究方向。

参考文献:

[1]杨 林 茅玉蓉:个性化:定制你的网络服务,软件工程师,2003;(7)

[2]James C，Charles L. Personalized Information Environment : An Architecture for Customizable Access to Distributed Digital Libraries. Library Magazine, 1999; （6）

[3]Scafer J.B., Konstan J.A., Riedll J.: E-commerce Recommendation Applications [J]. Data Mining and Knowledge Discovery, vol. 5, no. 1/2, 115-153, 2001

[4]赵红霞 赵玉梅:Web数据挖掘在电子商务中的应用.华南金融电脑,2004;(11)