WEB数据挖掘技术在企业电子商务系统中的应用探析

[摘 要]web数据挖掘技术为企业从大量电子商务系统数据中提取有效信息提供了数据分析的技术支持，本文简述了数据挖掘技术应用于电子商务系统的目的和意义，分析了几种web数据挖掘技术及其在电子商务系统中的应用。

[关键词]web数据挖掘 电子商务 路径分析 关联分析

一、引言

电子商务作为新兴的商业模式以其高效率、低成本和不受时空限制的特点成为企业商务活动发展的主流。在运行过程中，电子商务系统产生了海量数据，如何从大量的数据中获得有利于商业运作、提高竞争力的信息是企业亟待解决的热点。数据挖掘技术的出现为电子商务系统提供了数据分析强大的技术支持。通过挖掘Web上的日志文件，如客户的访问行为、访问频度、浏览内容及时间等，提取相关的客户知识，将客户的访问数据从潜在的、隐含的、无规律的状态，经过提取、清洗、加工成为企业分析市场、制定经营策略、管理客户关系的有力依据，从而实现Web上电子商务活动的真正价值。

二、电子商务中的web数据挖掘技术

1.路径分析。路径分析技术是一种找寻频繁访问路径的方法，它通过对web服务器的日志文件中客户访问站点访问次数的分析，挖掘出频繁访问路径。通过对网站页面之间的关系及超链接之间联系的分析，判断网站中最频繁访问的路径，删除其他没有价值的页面。

2.关联分析。关联分析的目的是挖掘隐藏在数据间的相互关系，它能发现数据库中形如“90％的顾客在一次购买活动中购买商品A的同时购买商品B”之类的知识。可以将web挖掘得到的关联规则用于改进电子商务站点的结构，将相关联的商品放在一起，减轻用户过滤信息的负担，增加交叉销售。

3.序列模式分析。序列模式分析和关联分析相似，但侧重点在于分析数据间的前后序列关系。它能发现数据库中形如“在某一段时间内，顾客购买商品A，接着购买商品B，而后购买商品C，即序列 ABC出现的频度较高”之类的知识。例如。当客户在网上购买了乒乓球拍时，那么顾客会在后续的时间里会不断的购买乒乓球。应用序列模式分析技术便于电子商务企业预测客户的行为对客户提供个性化服务。网站可以找出这个访问者的访问序列模式，将他可能要访问但还未访问的页面放在显眼的位置。

4.分类分析。分类分析就是通过分析示例数据库中的数据，为每个类别做出准确的描述或建立分析模型或挖掘出分类规则，然后用这个分类规则对其他数据库中的记录进行分类。对于商业网站，根据访问网站的客户信息和用户的访问模式得出访问网站的用户特征。对用户分类后，了解各类客户的特点爱好，就可以发现未来的潜在客户并开展有针对性的商务活动，提供人性化的信息服务。

5.聚类分析。聚类分析通过分析数据库中的记录数据，根据一定的分类规则，合理地划分记录集合，确定每个记录所在类别。在电子商务平台上为用户提供个性化服务，将需求和爱好类似的用户归为一类，从而动态地为客户定制商品的内容或提供浏览建议，同时有利于提高广告的效果，促进网上销售和提高用户忠诚度等。

6.知识发现类。从数据仓库的大量数据中筛选信息，寻找市场中可能出现的新的运营模式，发掘出人们所不知道的事实。知识发现类数据挖掘技术包含人工神经网络、决策树、遗传算法、粗糙集、规则发现和关联顺序等。

三、web数据挖掘技术在电子商务中的应用

1.发现潜在客户和提高客户满意度。通过数据挖掘，可以发现使用某一业务的客户的特征，从而可以向那些也同样具有这些特征却没有使用该业务的客户进行有目的推销；还可以找到流失的客户特征，在那些具体相似特征的客户还未流失之前，采取针对性的措施。

2.优化网站结构。通过挖掘电子商务站点的日志文件和相关数据来发现该站点上的浏览者和客户的访问模式，给网站设计者提供改进电子商务网站设计的依据，进而调整电子商务站点结构，可以提高电子商务站点的服务质量。比如可以通过数据挖掘发现用户访问页面的相关性，对密切相关的网页之间增加链接；再比如通过数据挖掘发现用户的期望位置和访问频率，决定是否在期望位置和实际位置之间建立导航链接。

3.个性化服务。智能商务针对单个用户的使用记录对该用户进行建模，结合该用户基本信息分析其使用习惯、个人喜好，目的是在电子商务环境下为该用户提供与众不同的个性化服务。根据客户所访问的商品页面内容，提供大量同类商品的链接页面进行对比选择，满足客户的不同需求。

4.网络营销。数据挖掘能够过发现隐藏在这些数据中对网络营销有意义的信息以及它们之间的联系。对这些信息进行深入的分析，能够发现市场需求、具有相似购买行为的客户群体等信息，及时发现这些信息能够帮助企业对市场变化做出迅速的反映，进行客户预期，从而制定切实有效的营销计划。

四、小结

电子商务是现代信息技术发展的必然结果，也是未来商业运作模式的必然选择。利用web数据挖掘技术，提高了客户关系管理的效率，优化了电子商务网站，为网络营销提供了决策支持，使企业在电子商务的潮流中具有更强的竞争力。

参考文献：

[1]林宇. 数据仓库原理与数据挖掘实践[M]. 人民邮电出版社, 2003.1

[2]朱志国, 孔立平. Web 使用挖掘技术在电子商务的研究与应用[J]. 长沙通信职业技术学院学报,2007,(1):32-37

[3]王改芬, 胥道强. Web 使用挖掘在电子商务个性化服务中的应用[J]. 湖北经济学院学报(人文社会科学版),2007,(9):46-47