基于电子商务的数据挖掘探究

[摘 要]电子商务和数据挖掘受到了人们极大的关注.如何将数据挖掘应用于电子商务,成为企业共同关注的问题.本文相似度检测绍了web挖掘的概念,并以Web日志挖掘为例,阐述了web挖掘在电子商务中的挖掘方法,最后介绍了数据挖掘技术在电子商务中的应用.

[关 键 词]数据挖掘Web挖掘电子商务网络日志

数据挖掘是一门新型的综合性的技术,它涉及统计学、数据库、机器学习和人工智能等多方面学科.电子商务是指单个个人或企业单位通过网络,采用数字化方式进行网上商务数据交换和开展网上商务业务活动的一种新型商业模式,目前国内外已有得到广泛的应用,像网上购物、网上银行、网络结算等等.电子商务以其投资低廉、方便有效、安全可靠、不受时空限制等优点正在全球流行.为了使这种现代商业手段更有效的发挥其潜能,人们正试图把数据挖掘技术应用于电子商务,这即所谓的Web挖掘,这将极大地推动电子商务的发展.

一、电子商务与数据挖掘的完美结合

随着电子商务的发展,商业Web网站的竞争日趋激烈.面对大量的电子商务信息,找出用户感兴趣的信息加以组织利用,提高客户满意度,从而改进Web站点的设计、改善企业与客户的关系成为电子商务发展必须要解决的问题.对于企业而言,数据挖掘有助于发现业务发展的趋势,帮助企业做出正确的决策,使企业处于更有利的竞争位置.在电子商务中进行成功的数据挖掘是基于如下几点考虑的：

1.电子商务为数据挖掘提供海量的数据.

2.电子商务为数据挖掘提供了大量“干净的数据”.我们可以通过设计良好的站点,直接从网上获得跟数据挖掘有关的数据,而无需从历史数据库系统中通过分析、计算、预处理等步骤进行数据集成.

3.电子商务为数据挖掘提供丰富的记录信息,像日志记录信息,用户登录和注册的客户信息、Cookies等.

4.在电子商务中进行数据挖掘,其研究成果容易转化,即研究成果可以很好的应用于实际中.在电子商务中这些都很容易做到,只需要改变一下站点的设计、改变一下超链接的次序、改变一下弹出广告策略等等.

5.在电子商务中进行数据挖掘,易衡量投资收益.

二、电子商务中的Web数据挖掘方法

电子商务中可以挖掘的数据源包括以下几种：怎么写作器端的网页数据及日志文件、写作技巧怎么写作器端数据、用户登记信息.下面我们就以电子商务中Web日志挖掘为例,详细介绍电子商务中的数据挖掘过程.

1.典型Web日志的结构.下图给出Web日志：

从上面的日志文件可以看出日志记录会记录客户端的IP地址、访问发生的时间、访问请求的页面、web怎么写作器对于该请求返回的状态信息、返回给客户端内容的大小、该请求的引用地址、客户浏览器类型等信息.进行WebUsageMining主要是对Web怎么写作日志,ErrorLogs错误日志,Cookies等进行挖掘.

2.基于日志的用户访问模式挖掘.Web日志挖掘分为三个步骤:数据预处理、模式发现、模式分析.

数据预处理可以使挖掘更有效、更容易,预处理得到结果的好坏会直接影响数据挖掘的质量,包括数据清洗、用户识别、路径补充、事件识别.

模式发现,是指利用各种算法和工具对已经预处理过的数据进行挖掘,得到各种模式集.模式发现中常用的方法有关联规则分析、分类和预测、聚类分析、统计分析、序列模式分析等等.

关联分析描述一组数据项之间某种潜在关联关系的规则.常用的算法有Apriori算法或其变形算法,频繁模式树(FP-树)算法等.

分类和预测功能可以用来提取描述重要数据类的模型,并使用模型预测来判定未知数据的类标号,从而预测未来的数据趋势.常用的算法有判定归纳树、贝叶斯分类、K-最近邻分类等.

聚类是将对象的集合分组成为由类似的对象组成的多个类的过程,它是一种无指导的过程.

统计分析主要是通过计算出现率、求平均、求中值等,统计最常访问的页面,每页平均访问的时间,浏览路径的平均长度等,以获得用户访问站点的基本信息.

模式分析,在挖掘出一系列的用户访问模式和规则后,还需要进一步观察发现的规则、模式和统计值,从中过滤掉不感兴趣的规则和模式.之后要确定是发布模型,还是对数据挖掘过程进行进一步调整,产生新的模式.

三、Web数据挖掘在电子商务中的应用

数据挖掘的应用将极大地提高企业获取信息的能力,使企业信息资源的价值得到充分地体现.它有利于促进企业开拓市场,优化企业资源,提高企业经营效率和管理水平,为企业资源计划（ERP）、客户关系管理(CRM)、产品数据管理(PDM)和商业信用评估等提供有效的技术途径.将数据挖掘引入电子商务,能自动预测客户的消费趋势、市场走向,指导企业建设个性化智能网站,向客户提供个性化的怎么写作,实现更大的商业利润.